鸡肉中假单胞菌的近红外光谱快速识别

假单胞菌是鸡肉腐败最主要的致腐菌,为了快速识别鸡肉中的假单胞菌,首先从腐败鸡肉中分离并筛选出致腐菌,进一步利用聚合酶链反应技术对目标菌株进行生物学鉴别(分别为盖氏假单胞菌、嗜冷假单胞菌、莓实假单胞菌和荧光假单胞菌);配置鉴定的4种假单胞菌和等体积混合的4种假单胞菌菌液,采集菌液近红外透射光谱信息;然后运用标准正态变量变换对光谱进行预处理,利用联合区间偏最小二乘法筛选出特征波段;最后有比较地运用K最近邻法、最小二乘支持向量机和反向传播人工神经网络建立5种假单胞菌菌液的近红外光谱分类识别模型。其中反向传播人工神经网络模型预测效果最佳,其训练集和预测集的识别率分别为99.17%和95.00%。研究结果表明,近红外光谱结合反向传播人工神经网络可以快速识别鸡肉中的假单胞菌。     

基于荧光光谱结合宽度学习的白菜农药残留量检测方法

为了高效监控蔬菜中农药残留情况,利用荧光光谱技术检测白菜中吡虫啉农药残留量。首先通过三维荧光光谱确定400nm为吡虫啉的最佳激发波长;其次通过分析6种预处理算法和2种降维算法,分别选出多元散射校正(Multiple scattering calibration, MSC)和无信息变量消除(Uninformative variable elimination, UVE)作为最佳的预处理与波长选择方法;宽度学习系统(Broad learning system, BLS)用于荧光光谱建模,同时与偏最小二乘回归(Partial least squares regression, PLSR)、支持向量机(Support vector machine, SVM)和深度极限学习机(Deep extreme learning machines, DELM)等经典模型进行比较。结果显示BLS模型获得了最佳吡虫啉含量预测效果,测试集决定系数R■达0.949,均方根误差(Root mean square error,RMSE)达0.347 mg/kg。表明了荧光光谱技术结合宽度学习预测农药残留量的可行性,可...     

基于拉曼光谱和自荧光光谱的柑橘黄龙病快速检测方法

为了快速检测黄龙病这一柑橘毁灭性病害,分析了柑橘黄龙病样本和健康样本的自荧光和拉曼光谱差异,建立了基于自荧光光谱、拉曼光谱和混合光谱的PLS-DA模型,进行了模型的结果比较,最后绘制了三种模型的分类器特征曲线ROC,通过曲线下面积AUC参数进一步评价了模型的性能。试验结果表明,柑橘黄龙病叶片样本和健康叶片样本的自荧光光谱和拉曼光谱存在差异信息。在785nm波长激光诱导下,柑橘叶片样本都产生了比较强的自荧光。黄龙病叶片的自荧光相对于健康样本的自荧光在小于1203cm ^-1范围更弱,而在大于1206cm ^-1范围更强,其下降的斜率（绝对值）相对健康样本更小。在典型的黄龙病样本和健康样本的拉曼光谱数据中,均可发现具有以下拉曼峰且具有一致性：920cm ^-1,1160cm ^-1,1289cm ^-1,1331cm ^-1和1529cm ^-1。黄龙病样本和健康样本相比在1257cm ^-1、1396cm ^-1、1446cm ^-1、1601 cm ^-1和1622cm ^-1具有更大的拉曼峰值强度和光谱带宽,在1006cm ^-1、1160cm ^-1、1191cm ^-1和1529cm ^-1位置谱峰强度较弱,提示黄龙病样本的类胡萝卜素含量较低。基于自荧光光谱、拉曼光谱和混合光谱三种光谱的PLS-DA模型鉴别的准确率分别为86.08%、98.17%和94.75%。进一步计算三种模型的ROC曲线下面积AUC参数分别为0.9313、0.9991和0.9875,拉曼光谱模型的AUC值最大,也表明拉曼光谱模型的鉴别效果最优。拉曼光谱分析技术可以成为探索柑橘黄龙病快速诊断鉴别的新途径。     

鸭肉中金霉素残留量LSSVR-同步荧光法测定

为实现鸭肉中金霉素残留含量的快速测定,提出了应用同步荧光法结合最小二乘支持向量回归(LSSVR)来建立鸭肉中金霉素残留含量的定量分析模型.首先应用三维同步荧光法对波长250 ～ 450 nm的同步荧光光谱进行分析,确定检测鸭肉中的金霉素含量的最佳波长差△λ为70 nm;然后使用sym8小波的2层分解对原始同步荧光光谱进行光谱预处理,对预处理后的光谱采用遗传算法(GA)结合交互验证均方根误差(RMSECV)方法选择了16个波长作为检测模型的输入特征向量;最后对LSSVR、BP和SVM_SteveGunn 3种模型进行性能比较,以LSSVR模型的预测效果最好,其预测集的决定系数R2和预测均方根误差分别为0.949 1和2.5660.试验结果表明,同步荧光法结合LSSVR模型检测鸭肉中的金霉素残留含量是可行的.     

基于叶绿素荧光光谱分析的光能利用效率研究

以水稻为研究对象,利用叶绿素荧光光谱对水稻叶片的光能利用效率进行分析。研究中,采集水稻叶片的叶绿素荧光光谱,同步测定净光合速率和光合有效辐射,并进行光能利用效率的计算。以红光区F685和远红光区F732为光谱特征参数的分析显示,F685、F732及参数组合F685/F732与光能利用效率显著线性相关,因此分别以F685、F732和以F685/F732为模型输入建立了光能利用效率预测模型并进行对比,发现基于F685/F732的预测模型精度更高。由于CO2的同化过程受气孔导度的影响,而叶片温度是气孔导度的信号,且光能利用效率受叶片温度影响显著,为提高模型预测精度,也将叶片温度作为模型输入,建立了基于F685/F732和叶片温度的光能利用效率预测模型,决定系数为0.885。     

基于高光谱成像的生鲜鸡肉糜中大豆蛋白含量检测

为快速无损检测生鲜鸡肉糜中超量添加的大豆蛋白含量,采集了鸡肉糜中掺杂的3种典型大豆蛋白的高光谱图像。在鸡肉糜中分别掺入质量分数0~30%的大豆蛋白粉（SPF）、大豆浓缩蛋白（SPC）和大豆分离蛋白（SPI）,并于可见-近红外（400~1000nm）光谱范围采集样品的高光谱图像,基于波段运算提取感兴趣区域的平均光谱,建立了原始及预处理光谱的偏最小二乘回归（PLSR）定量模型,发现模型对SPC预测效果最优（R2p=0.9984）、SPF次之、SPI最差。进一步利用二维相关光谱（2DCOS）自相关峰提取特征波长,建立的多光谱模型对于3种大豆蛋白的检测限分别可达0.53%、0.58%和1.02%。将以上多光谱模型应用到原始光谱图像,实现了不同大豆蛋白及其掺假梯度的可视化表征。     

基于可控气流-激光检测技术的鸡肉嫩度评估方法

以鸡肉嫩度为研究对象,采用可控气流-激光检测技术的瞬态、蠕变回复和应力松弛等动静态检测模态,并使用支持向量机分类器和全局变量偏最小二乘算法,结合不同预处理方法,对鸡肉嫩度进行定性判别和定量预测。结果表明3个激励模态结合不同预处理算法均可实现鸡肉嫩度的定性定量评估。在定性方面,瞬态模态对嫩度具有最佳的分类效果;S-G卷积平滑算法表现出最佳的预处理性能,校正集嫩/老分类精度分别为1和0.98,马修斯相关系数为0.97;而验证集分类精度也达到了0.95和0.84。在定量预测方面,S-G卷积平滑算法在提升原始数据的信噪比上同样具有最佳效果;瞬态模态校正集和验证集模型相关系数分别为0.948和0.913,均方根误差分别为0.736N和1.013N。因此,在组织结构引起的品质预测动态模态较静态模态更适用。本研究开展的可控气流-激光技术在鸡肉嫩度评估的应用,为肉品检测领域提供了新的解决方案。     

玉米叶片净光合速率快速检测方法研究

玉米叶片的净光合速率可以用来表征植物生物量的积累和营养盈亏等健康状态,为探求玉米叶片净光合速率的快速无损检测方法,利用叶绿素荧光光谱分析技术对拔节期玉米叶片净光合速率进行检测。实验选取了吉林省典型种植品种先玉335作为研究对象,通过对80组数据的无量纲化处理和标准化处理,降低光谱噪声引起的样本差异,分析不同光谱波段与叶片净光合速率的相关性,确定500~550nm、675~715nm、715~745nm等3组波段作为光谱检测样本。选择675~715nm波段作为光谱波段的典型参数预测玉米叶片的净光合速率,得出两者之间存在显著线性关系,其决定系数R^2=0.7 9 2 4,表明以6 7 5~7 1 5 nm波段预测玉米叶片的净光合速率是可行的。对回归模型进行验证,得到预测值与真实值之间的决定系数R^2=0.7 9 2 1,表明此回归模型对拔节期玉米叶片净光合速率具有良好预测能力,为植物生理信息快速无损检测提供了新的方法。     

采用表面增强拉曼光谱技术快速检测脐橙果皮中抑霉唑残留

由于采后处理过程中脐橙保鲜剂抑霉唑易通过果皮渗进果肉中残留,不慎食用后会对人体产生危害。因此,本研究探索一种基于表面增强拉曼光谱技术（Surface-Enhanced Raman Spectroscopy,SERS）的脐橙果皮中抑霉唑残留的快速检测方法。首先对SERS检测条件进行优化,分别确定了最优的检测条件为反应时间2 min,金胶加入量400 μL,NaBr作为电解质溶液且加入量为25 μL。基于以上最优检测条件,以自适应迭代惩罚最小二乘法（Adaptive Iterative Reweighted Penalized Least Squares,air PLS）、air PLS+归一化、air PLS+基线校正、air PLS+一阶导数、air PLS+标准正态变量（Standard Normal Distribution,SNV）和air PLS+多元散射校正（Multiplicative Scatter Correction,MSC）处理后的6组光谱数据为研究对象,分别采用这6种光谱预处理法建立支持向量回归（Support Vector Regression,SVR）模型并对预测性能进行比较后发现,air PLS方法所建立模型的预测集相关系数（Coefficient of the Determinant for the Prediction Set,R_P）最大,预测集均方根误差（Root-Mean-Square Error of Prediction,RMSEP）最小。对光谱数据进行主成分分析（Principal Component Analysis,PCA）特征提取,选择前7个主成分得分作为SVR预测模型的输入值。采用SVR、多元线性回归（Multiple Linear Regression,MLR）和偏最小二乘回归（Partial Least Squares Regression,PLSR）三种建模方法分析比较其对应的预测性能,其中SVR模型的预测集R_P可高达0.9156,预测集RMSEP为4.8407 mg/kg,相对标准偏差（Relative Standard Deviation,RPD）为2.3103,表明基于SVR算法对脐橙表面抑霉唑残留的预测值越接近实测值,越能有效提高模型预测准确性。试验结果表明,利用SERS结合PCA及SVR建模,可实现对脐橙果皮中抑霉唑残留的快速检测。     

基于激光诱导荧光高光谱技术无损检测脐橙表面敌敌畏残留

常规化学方法检测农药残留不仅对样品具有破坏性,而且费时费力。本文以激光诱导荧光结合高光谱图像技术为手段,对脐橙表面的敌敌畏农药残留进行光谱无损检测;实验方法是在脐橙表面,喷施用自来水配制的不同浓度的敌敌畏农药溶液,在实验室条件下风干后,采集激光诱导荧光高光谱图像,再用气相色谱法检测脐橙表面的农药残留量,应用偏最小二乘(Partial least squares,PLS)方法建立农药残留的预测模型,并找出最佳光谱区间,然后应用支持向量机(Support vectormachine,SVM)方法在最佳光谱区间的基础上建立农药残留的预测模型;所建模型结果其预测集样品的农药残留量实测值(0.4862~10.3791mg/kg)和预测值之间的相关系数为0.8101;实验结果说明,以激光诱导荧光结合高光谱技术为手段的无损检测技术,在检测脐橙农药残留方面是有可行性的。     

结合图像的叶绿素荧光动力学植物水分胁迫探测方法

为了准确、直观探测植物水分胁迫及生长状态信息,融合了叶绿素荧光动力学参数及荧光图像对不同干旱胁迫条件下的植物进行了实验观测。以460 nm蓝色LED作为激发光源,EMCCD加装690 nm带通滤光片进行荧光图像采集,对4种不同采样周期下的各1 000幅图像求每幅图的像素平均值,按时间序列绘制荧光强度,可得到信息更全面的叶绿素荧光动力学曲线,并计算得出各个动力学参数。同时,对不同时间产生的荧光图像进行降噪、乘除等运算,并用伪彩色显示,可直观分析各类因素导致的荧光分布不均匀性。对易失水叶片和非易失水叶片分别进行快速水分胁迫和缓慢水分胁迫实验,结果表明,荧光比Rfd及动力学曲线上次峰值出现的时间随着胁迫的加剧均发生相应变化,且与叶片含水率之间具有较高的拟合决定系数。因此,将叶绿素荧光动力学特征和图像信息相结合,可提高植物干旱胁迫早期预测的准确度和直观性,为现场连续无损地监测植物生长状态、各类胁迫信息、病虫害检测等提供了一种快速的遥测手段。     

基于LED激发光源的叶绿素荧光强度检测与分析

采用了650nm红色发光二极管(LED)的矩阵(6×8)作为激发光源,构建了一种基于MINI-PAM荧光仪的调制脉冲式在线检测叶绿素荧光系统。利用该系统分别对番茄苗期、花期、果期活体叶片的荧光强度与激发光源(LED)光强关系进行试验研究。通过对可编程电源来调节LED光强(在0～1 700μmol/m2.s之间),以50mA为步进值依次增加,并利用Excel软件对测得的荧光值F进行分析。结果显示:电流值在3 700mA以下,每一时期植株叶片的荧光强度与恒流源输出电流强度具有显著的线性关系,决定系数R2>0.97。以此研究为基础,建立了荧光强度与激发光强度的关系模型,模型可靠性高,能够比较真切地反映出荧光强度与激发光强之间的关系。     

农田环境中农药残留比例型荧光传感系统研究

为监测农业环境中有机磷农药的残留,从种养源头管控农产品安全,基于锆离子和1,2,4,5-四（4-羧苯基）苯（H-4-TCPB）合成了蓝色荧光金属-有机框架材料（MOFs）Zr-TCPB,并与红色荧光量子点QDs组装成双荧光QDs@MOFs复合物,基于Zr-TCPB对有机磷农药特异性荧光淬灭效应,构建比例型荧光化学传感器系统,实现了有机磷农药的快速、灵敏、可视化检测。甲基对硫磷与对硫磷的检测限（LOD）分别为1.9μg/L和4.9μg/L,线性检测范围为0.005~2mg/L。研究表明,该荧光分析法能有效用于农业环境水样中甲基对硫磷及对硫磷的现场快速测定,甲基对硫磷回收率为93.23%~116.46%,平均相对标准偏差（RSD）为5.29%,对硫磷回收率为92.52%~107.83%,平均RSD为5.74%。该方法在环境样品农药残留快速监测方面具有巨大的应用价值。     

基于激光诱导荧光光谱分析的黄瓜叶片叶绿素含量检测

利用反射式激光诱导叶绿素荧光光谱分析技术对黄瓜活体叶片叶绿素含量进行检测实验研究。通过对中心波长为473nm和660nm 2种激发光的4种激发强度(2.5、5.0、7.5、10.0mW)条件下荧光光谱的分析,结果显示:在强度7.5 mW、波长473 nm的光源下激发产生的荧光光谱具有很好的准确性和稳定性;在此条件下,荧光参数F_(732)/F_(685)与植物活体叶片内叶绿素含量成极显著线性关系,并以此为基础建立了数学回归模型(R~2>0.93,p<0.001),模型回归系数显著,模型可靠性极好,准确地反映了荧光参数与叶绿素含量的关系。     

陆空两用车同步切换装置设计分析

以一种典型的陆空两用车为研究对象,根据两用车飞行与行驶不同工况需要切换与同步的要求,设计一款能够满足传递与切断动力的同步装置。经过方案三维建模、相关零部件的工程化设计、建立实验平台等一系列过程,完成了陆空两用车工况切换同步装置的设计。     

基于叶绿素荧光参数的LED动态补光方法的研究

通过分析现有的自动调光方式,研究一种新的补光方法—双线间接调光法,并以完成此方法为基础设计了动态补光系统。该系统分上下两个控制系统:下级以单片机为核心,PWM为控制方法,通过传感器测量光照强度直接调节LED输出光强;上级以上位机为控制核心,通过MINI-PAM测量植物的叶绿素荧光参数来调节下级单片机中的光照阈值,从而间接控制LED输出光强。应用该系统对番茄苗期的生长状态进行测试和对照实验,取得了良好的效果。