基于小波变换的番茄总糖近红外无损检测

分别采用小波消噪、常数偏移消除等11种光谱预处理方法,对番茄总糖含量（质量分数）的近红外光谱进行预处理,通过偏最小二乘法定量校正模型预测值比较得出,小波消噪是适合番茄近红外光谱的最佳预处理方法,小波消噪的总糖质量分数近红外光谱优选区域为11 998.9～6 097.8 cm-1和4 601.3～4 246.5 cm-1,在此光谱区内建立的番茄总糖质量分数偏最小二乘法模型预测值与实测值的相关系数为0.930,内部交叉验证均方差为0.466%,校正标准差为0.469%,预测标准差为0.260%。试验结果表明：小波消噪后建立的近红外光谱模型能准确地对番茄总糖含量进行快速无损检测。     

小波变换耦合CARS算法提高土壤水分含量高光谱反演精度

为实现干旱地区土壤水分含量(soil moisture content,SMC)的快速监测,该文以渭干河-库车河绿洲为靶区,采用小波变换(wavelet transform,WT)对反射光谱进行1～8层小波分解,通过相关性分析确定最大分解层数,再通过竞争性自适应重加权(competitive adaptive reweighted sampling,CARS)滤除冗余变量,筛选出与SMC相关性较好的波长变量,并叠加各层特征光谱的优选波长变量作为最优变量集,用偏最小二乘回归(partial least squares regression,PLSR)构建土壤水分含量预测模型并进行分析.结果显示:1)小波分解过程中,土壤反射率与SMC的相关性不断增强,到小波变换第6层分解(L6)处达到最高,因此小波变换最大分解层数为6层分解;2)通过对土样进行WT-CARS耦合算法筛选出变量,得出的最优变量集包括400～500、1 320～1 461、1 851～1 961、2 125～2 268 nm区域之间共131个波长变量;3)相对于全波段预测模型,各层特征光谱的CARS优选变量预测模型的精度均高,并且基于最优变量集的预测模型的精度最高,该模型的建模集均方根误差0.021、建模集决定系数0.721、预测集均方根误差0.028、预测集决定系数0.924、相对分析误差2.607.说明WT-CARS耦合算法使其在建立模型时尽可能少地损失光谱细节、较为彻底的去除噪声,同时还能对无信息变量进行有效去除,为该研究区SMC的预测提供新的思路.     

基于连续小波变换的潮土有机质含量高光谱估算

土壤有机质含量快速估算对于土壤肥力评价、土壤信息化管理和精准施肥具有重要意义。该文通过对北京顺义地区64个土壤样品高光谱曲线进行连续小波变换,估算了该地区潮土有机质质量分数,并与4种常用光谱变换方法进行了比较。结果表明,潮土具有与其他类型土壤类似的光谱曲线,经过去包络线处理后,在可见与近红波段都出现了明显吸收峰;采用连续小波变换方法所确定的潮土有机质估算的敏感波段为1194、486和866nm,对应小波分解尺度为2,3和4;利用小波能量系数与有机质质量分数所构建的多元线性回归模型的决定系数R2为0.67,模型实测值与预测值的检验精度R2为0.75,RMSE为0.21;而采用4种常用光谱变换方法建立的潮土有机质估测模型的R2最高只有0.09,说明连续小波变换方法更适合于潮土有机质质量分数估测。Kringing插值分析表明,应在顺义地区东南部增加取样点,以提高模型估算精度。该研究可为潮土土壤肥力的快速测定提供参考。     

近红外光谱结合小波变换预处理在蜂蜜产地快速检测中的应用

应用近红外光谱结合化学计量学方法对蜂蜜产地进行了判别分析。kennard-Stone法划分训练集和预测集。光谱用一阶导数加自归一化预处理后,再用小波变换（WT）进行压缩和滤噪。结合滤波后光谱信息,分别用径向基神经网络（RBFNN）和偏最小二乘-线性判别分析（PLS-LDA）建立了苹果蜜产地和油菜蜜产地判别模型。对不同小波基和分解尺度进行了详细讨论。对苹果蜜,WT-RBFNN模型和WT-PLS-LDA模型都是小波基为db1、分解尺度为2时的预测精度最好,都为96.2%。对油菜蜜：WT-RBFNN模型在小波基为db4和分解尺度为1时,预测精度最好;WT-PLS-LDA模型在小波基为db9、分解尺度也为1时,预测精度最好,为90.5%;预测精度WT-PLS-LDA模型优于WT-RBFNN模型。研究表明：WT结合线性的PLS-LDA建模比WT结合非线性的RBFNN建模更适于蜂蜜产地鉴别;近红外光谱结合WT-PLS-LDA可实现对蜂蜜产地的快速无损检测,为蜂蜜产地鉴别提供了一种新方法。     

基于小波变换的柑橘维生素C含量近红外光谱无损检测方法

为了探索快速检测柑橘维生素C含量的方法,利用不同分解水平的Daubechies3小波变换,对100个柑橘整果样品的近红外光谱信号进行了消噪处理,并利用消噪后的重构光谱对柑橘维生素C含量进行了偏最小二乘法交叉验证(PLC-CV)。结果表明,小波分解尺度水平不同,PLC-CV效果各不相同,在分解水平为4时,PLC-CV效果最好,其预测值与标准值的相关系数R达到0.9574,交叉验证预测均方差RMSECV仅为3.9 mg/(100 g)。因此,小波消噪后建立的近红外光谱模型能准确地对柑橘维生素C含     

基于小波变换的稻米爆腰检测技术研究

稻谷裂纹(俗称爆腰)是导致大米在加工过程中破碎的重要原因，爆腰的检测对裂纹的研究和控制有重要意义。本文提出了一种新的爆腰检测方法。它利用小波变换在图像边缘提取和去噪中的优越性，通过对二进尺度下图像小波变换局部极大值的检测，提取边缘特征，去除噪声，对糙米爆腰图像中的裂纹进行了有效识别。从而实现爆腰率的自动检测，准确率达到92%以上。与传统的检测算子相比，取得了更为良好的效果。     

近红外反射光谱分析在土壤肥料学的应用及发展方向

近红外反射光谱分析是一种"巨人"分析法,在土壤肥料及植物营养科学具有广阔的应用前景。对近红外反射光谱分析在土壤肥料及植物营养学科中的应用,存在问题,及其在土壤肥料及植物营养学科领域的发展方向进行了评述。     

北京典型耕作土壤养分的近红外光谱分析

为研究土壤养分含量分布信息,以从北京郊区一块试验田采集的72个土壤样品为试验材料,应用傅里叶变换近红外光谱技术分析了土样的全氮、全钾、有机质养分含量和pH值。采用偏最小二乘法(PLS)对光谱数据与土壤养分实测值进行回归分析,建立预测模型,以模型决定系数(R2)、校正标准差(RMSECV)、预测标准差(RMSEP)和相对分析误差(RPD)作为模型精度的评价指标。结果表明,利用该模型与光谱数据对土壤全氮、全钾、有机质养分含量和pH值进行预测,结果与实测数据具有较好的一致性,最高决定系数R2达到0.9544。偏最小二乘回归方法建立的养分预测模型能准确地对北京地区褐土土质全氮、有机质、全钾和pH值4种养分进行预测。     

基于近红外光谱技术的大米品种快速鉴别方法

为探索大米无损检测技术,提出了一种基于可见-近红外光谱技术快速、无损鉴别大米品种的新方法。首先采用主成分分析法对大米品种进行聚类,然后利用小波变换技术提取光谱特征信息,把光谱特征信息作为人工神经网络的输入建立品种识别模型,对大米品种进行鉴别。从每种大米60个样本共计180个样本中随机抽取150个样本（每种50个样本）用来建立神经网络模型,剩下的30个大米样本用于预测。品种识别准确率达到100%。说明所提出的方法具有很好的分类和鉴别作用,为大米的品种鉴别提供了一种新方法。     

小波包-局部最相关算法提高土壤有机碳含量高光谱预测精度

高光谱遥感可以实现水稻土排水期有机碳含量的快速预测,但土壤反射率受多种噪声的影响,有机碳光谱信号探测受阻,预测模型性能低下,如何在去除噪声的同时最大限度地保持有机碳光谱信号十分重要。以原状新鲜水稻土为研究对象,采用Bior1.3小波系对反射光谱进行1~7层小波包变换,通过相关分析确定最大分解层;将原始反射率至最大分解层以内的各层光谱相关系数组成相关系数集,采用局部最相关算法(local correlation maximization,LCM)构造土壤有机碳最优光谱;最后基于最优光谱建立有机碳含量偏最小二乘预测模型并进行分析。结果显示:1)随着小波包分解层数的增加,土壤反射率与有机碳含量的相关性不断增强,到第6层达到最高,确定为小波包最大分解层;2)基于LCM构造的最优光谱比未去噪光谱平滑,比小波包去噪光谱保留了更多光谱细节;3)未去噪光谱、小波包去噪光谱和LCM最优光谱有机碳预测模型的验证决定系数分别为0.693、0.727和0.781,均方根误差为1.952、1.840和1.679 g/kg,残留预测偏差为1.85、1.97和2.17。小波包-局部最相关算法在去噪同时有效保持了土壤有机碳光谱信号,可提高水稻土有机碳含量高光谱预测精度。     

基于小波算法的音频数字水印技术研究

数字水印技术作为数字媒体版权保护的有效办法,近年来在国内外引起了人们极大的兴趣。数字水印的基本功能是将产权、产品的标识码以及购买者的信息等（称为水印信号）嵌入到数字媒体中。将小波算法作为音频水印的嵌入和检测算法,并通过Matlab仿真给出实例。     

连续小波变换在齿轮磨损估计中应用研究

通过对连续小波变换的分析研究,提出了一种提取信号在小波尺度上的能量谱的信号分析方法。该方法能有效地对不同磨损状况下的齿轮振动信号进行分析,分析结果说明信号在小波尺度上的能量谱与齿轮的磨损程度有密切的关系。求出不同磨损状况下齿轮振动信号的能量谱对尺度的积分值,并根据这些值拟合得到的曲线与齿轮磨损过程曲线非常相似,这说明可以用连续小波变换的能量谱估计齿轮磨损状况。最后提出了一种连续小波变换的齿轮磨损特征量提取方法,用于提取齿轮磨损程度的特征向量,特征量间的欧氏距离说明这些特征向量能很好地表征齿轮的磨损状况     

基于M进制小波技术的DEM压缩研究

数字高程模型是一种应用十分广泛的地形模型,由于其数据量极其庞大,如何实现其高效压缩一直是国内外计算机研究应用的重要课题。多进制小波是近几年刚发展的小波理论的一个新的分支,对多进制小波技术在DEM数据压缩中的应用进行了了深入研究,给出了DEM数据多进制小波压缩算法、程序及其实验结果。实验结果表明,该方法与二进制小波相比,具有更高的压缩比,优于多次利用二进制小波压缩的精度。     

醋糟、粉煤灰对盐渍地高粱生长及土壤性状影响的研究

以高粱生长情况和盐渍土改良作为切入点,研究醋糟、粉煤灰对盐渍地高粱生长及盐渍土的改良效果,为醋糟、粉煤灰盐渍土改良提供理论指导和技术依据。试验采用随机区组设计,分别设置纯醋糟(处理1)、醋糟与粉煤灰1∶1配比(处理2)、醋糟与粉煤灰2∶1配比(处理3)和对照4个处理。试验结果表明:高粱生长的4个时期,土壤速效养分含量均呈现先上升后下降的趋势,醋糟、粉煤灰处理效果好于对照,其中以醋糟和粉煤灰1∶1配比效果最好;对照处理土壤容重播种前后下降幅度最小,处理1、处理2、处理3土壤容重降幅分别为19.6%、28.6%、11.32%;处理1、处理2、处理3穗长分别比对照提高了6.25%、9.06%、3.93%;千粒重分别比对照提高了8.41%、9.26%、1.35%;单株产量分别比对照提高了10.53%、13.26%、8.89%;处理以醋糟、粉煤灰1∶1配比效果最好。综上所述,醋糟、粉煤灰改善了盐渍土理化性质,改善深层土壤的环境,为植物生长提供了适宜的生长环境,从而提高了高粱产量。     

基于小波变换的三江平原井灌区主汛期降水序列多时间尺度分析

近些年来,由于水田面积迅速增加,导致三江平原井灌水稻区地下水位普遍下降,吊泵、局部超采现象时有发生,因此,三江平原的地下水资源平衡急需恢复。为解决上述问题,以853农场为例,应用小波理论,对853农场实测主汛期降水时间序列的多时间尺度变化特征及突变特征进行分析,并与实测年降水序列变化特征进行了对比分析。结果表明:853农场主汛期降水序列具有3 a,6 a,29 a以及13 a左右4个主周期,同时,主汛期降水序列与年降水序列的主周期具有较好的一致性。该研究结果为853农场乃至整个三江平原充分利用天然降水、地下水资源的恢复及可持续利用提供了科学依据。     

基于小波分析1956-2010年焉耆盆地清水河径流量季节变化规律

基于焉耆盆地清水河1956-2010年径流量实测资料,采用小波分析法,分析了清水河平均径流量季节变化规律.研究结果表明:清水河春季、夏季、秋季、冬季平均径流量分别为4.38,24.98,11.98,5.11 m3/s.清水河四季平均径流量变化趋势有较大的差别;清水河四季平均径流量的年际变化过程中存在着多重时间尺度上的复杂嵌套结构,在不同的尺度周期中,表现出不同的丰、枯振荡规律,总体表现为由小尺度无明显规律的剧烈振荡向大尺度有明显规律的振荡变化;1956-2010年四季平均径流量变化周期总体上呈现15～22 a大尺度的变化周期以及7～12,4～5 a小尺度的变化周期.     

水稻需水量预测的小波BP网络模型

结合BP网络和小波分析的优势，建立一种水稻需水量预测的小波BP网络模型，旨在准确预测水稻需水量，为制定合理的灌溉制度与提高水分利用效率提供重要依据。该文以小波函数代替传统BP网络中的S型激活函数，对三江平原富锦灌区16年的水稻需水量实测序列进行分析，网络结构为6-10-1，训练355次时，精度达到0.01。结果均优于BP算法、RAGASABP模型，表明该模型收敛速度快，预测精度高，为该领域研究提供了新的思路。     

基于Morlet小波的辽河径流量变化及其成因分析

利用辽河流域58个气象监测站点1956—2009年的年均气温、年降水量、年蒸发量和铁岭水文站对应年份的径流量数据,综合运用小波分析、小波互相关及偏相关分析,研究了上述气候因子和径流量的多时间尺度波动特征及其相关关系。结果表明:辽河年径流量的主要波动周期为10,36 a;经偏相关分析校正后,流域年均温与径流量的波动周期在全部时间尺度上（1～54 a,下同）呈负相关关系;年降水量与径流量的波动周期呈显著的正相关关系;年蒸发量与径流量的波动周期不存在显著的相关关系。由此,年均温和年降水量是辽河径流量变化的主要影响因素。梳理了基于小波分析的水文特征研究方法,并引入偏相关分析对以往研究中存在的不足进行了纠正。同时本研究所得结果也可以成为辽河流域水资源管理和调度的重要参考。     

不同傅里叶变换红外光谱法研究土壤光谱特征的比较与应用

为了将傅里叶变换红外光谱技术更好地应用于土壤中官能团的定量分析,通过比较3种不同傅里叶变换技术下土壤特征吸收峰的差异,来选取最佳的光谱技术应用于土壤的相关研究。采用透射(T-FTIR)、衰减全反射(ATR-FTIR)和漫反射(DR-FTIR)3种光谱技术分别对有机物(苯甲酸、硬脂酸)和土壤(辽东栎)进行了分析。并将辽东栎和草地土壤样品按不同比例混合,使用T-FTIR和DR-FTIR对混合土样进行光谱测定,用于定量分析研究。结果表明:(1)有机物样品在3种光谱技术中均出现特征吸收峰,苯甲酸在1 600～1 400 cm^-1出现苯环C=C骨架特征峰,硬脂酸在2 900～2 800 cm^-1显现甲基的特征峰。有机物中羧酸-COOH内羰基-C=O在1 720～1 680 cm^-1出现伸缩振动吸收峰,羟基-OH分别在1 430～1 410 cm^-1,940～930 cm^-1附近出现面内和面外弯曲振动吸收峰。有机物在T-FTIR技术中需要用溴化钾(KBr)对其稀释。(2)辽东栎土壤样品在T-FTIR和DR-FTIR技术测试中发现,其土壤谱图中有较多有效特征吸收峰,土壤样品在T-FTIR技术中也需要用KBr进行稀释并使样品均匀的分布在锭片中; 而ATR-FTIR技术测试中仅出现个别有效特征吸收峰,不利于对土壤谱图鉴别与进一步分析。(3)辽东栎和草地土壤样品按不同比例混合的测试结果表明:T-FTIR和DR-FTIR技术测试中质量分数与峰面积比呈正相关,线性拟合分别为R²=0.70和R²=0.88。土壤在3种不同红外技术中,DR-FTIR光谱具有较好的土壤特征吸收峰,对土壤样品可以不用KBr稀释。测试步骤简单易操作,可用于土壤样品定量分析研究。     

同步辐射XAFS技术在元素研究中的应用

综述了同步辐射XAFS的基本原理和优点及其在若干研究领域元素测定中的应用。