近红外反射光谱法测定厚朴酚类物质

为了建立厚朴Magnolia officinalis药材品质快速有效的评价方法,采用近红外反射光谱技术测定厚朴酚及和厚朴酚的质量分数。通过在全波长条件下,运用不同数学预处理、光谱散射校正和统计方法对来发展定标回归方程,其中统计方法包括偏最小二乘法(PLS)、修正的偏最小二乘法回归分析法(MPLS)和主成分回归法(PCR)。在对比分析的基础上,得到最佳的数学方法为"3,6,6,1"组合,光谱散射校正方法为SNV D或SNV,统计方法为MPLS,厚朴酚类物质的定标决定系数RSQ均达到了0.97以上。该定标模型的外部独立检验相关系数也均达0.95以上。用近红外反射光谱技术测定厚朴药材酚类物质质量分数具有与化学法相近的准确性,可在实践中应用。图2表5参11     

红外遥控LED显示屏

采用CRT显示技术，选用8031单片机为CPU，通过红外遥控操作，实现了多种显示效果。系统内置硬字库和时钟电路。     

原油管输过程热经济性评价方法及其应用

提出了原油管输过程热经济性定义、评价参数、评价方法和建立评价曲线的方法,并进行了实例评价。算例表明,提出的评价方法对热油管道的节能降耗具有实用意义。应用评价曲线可以确定热经济性良好的输量范围,预测经济加热耗油指标。通过对运行参数进行热分析获得的定量数据和评价曲线比较,既可以评价设计和实际输量下管道的总体热经济性程度,又可以评价实际输送方案的热经济性状况。根据输送过程实际加热耗油量,应用评价曲线可以方便地评估热站的实际综合运行效率。     

近红外光谱分析技术及其在木材工业领域的应用

近红外光谱分析技术是一种高效、快速的现代分析新技术,已经在很多领域得到广泛应用.对近红外光谱分析技术的发展过程、工作原理、分析程序、工作特点以及在企业领域的应用作了简要介绍,讨论了近红外光谱分析技术在制浆造纸、木材性质预测和木材加工利用及木质复合材料中的应用,展望了其应用前景.     

基于近红外光谱的寒地水稻稻瘟病检测数据分析

为克服传统稻瘟病目测诊断正确率低的缺陷,以感染了稻瘟病的寒地水稻植株为研究对象,通过近红外光谱技术采集到了健康植株与染病植株不同部位光谱特征:叶瘟病3种病害等级光谱特征;谷粒瘟5种病害等级光谱特征和穗茎瘟4种病害等级光谱特征分析结果表明,得出的结论是,不同情况的植株都有各自的近红外光谱波段,这一结论为将来利用近红外光谱技术实现寒地水稻稻瘟病的实时检测奠定先期基础。     

基于多孔毛管的温室热风采暖

通过对基于多孔毛管的温室热风采暖试验系统增温过程的研究,验证了该系统的实际增温效果.以多孔毛管进口温度、进口压力、出风孔径等试验因素,对多孔毛管进行保温围护,测量围护空间内温升数据,对不同试验因素条件下的热风增温过程进行试验分析.采用多项式回归方法对试验数据进行分析和计算,得出了围护空间内温升与毛管进口温度以及进口压力之间的数学关系.试验结果表明：不同毛管进口温度以及进口压力条件下,该热风增温系统可以使围护空间内温度升高4～9℃,且温升大小与多孔毛管进口温度和进口压力之间均为正相关关系,相对于进口温度,多孔毛管进口压力为围护空间内温升大小的主要影响因素.利用由多项式回归方法分析和计算得出的数学关系设定毛管进口温度和进口压力的大小,多孔毛管温室热风采暖系统可以满足温室冬季生产的实际增温需求.     

近红外光谱技术快速无损诊断黄瓜植株氮、镁元素亏缺

为了快速无损诊断黄瓜植株氮、镁元素亏缺,以K-最近邻域法（k-nearest neighbors, KNN）模型识别率作为遗传算法中染色体的适应度值,采用遗传算法（genetic algorithm, GA）优选近红外光谱特征子区间,交互验证优化主成分因子数和K值后建立了特征子区间对应的GA-KNN诊断模型。通过控制营养液中氮和镁的含量,在温室大棚内以无土栽培方式培育氮、镁元素亏缺植株,并用近红外光谱仪采集缺氮、缺镁植株老叶的光谱信息。结果表明：原始光谱经过标准正交变换预处理和子区间总数优化后,均匀划分为     

基于近红外光谱技术的蜂蜜掺假识别

为了实现蜂蜜掺假的快速识别,应用近红外光谱结合模式识别方法对蜂蜜掺假现象进行了识别分析。该研究收集了中国不同品种、不同地域的典型天然蜂蜜样品,根据目前市场上常见的蜂蜜掺假手段,掺假物质及相对含量情况配制了掺假蜂蜜样品,利用傅立叶近红外光谱仪采集其透反射近红外光谱,分别采用偏最小二乘判别分析（PLS-DA）,独立软模式法（SIMCA）,误差反向传播神经网络（BP-ANN）和最小二乘支持向量机（LS-SVM）等模式识别方法,进行蜂蜜掺假识别研究。研究结果表明：利用这4种方法在蜂蜜中掺入果葡糖浆和果葡糖水的情况下均能很好地识别出掺假蜂蜜样品,其中对于掺入果葡糖浆的掺假情况,校正集的正确判别率均达到95%以上,验证集的正确判别率均达到87%以上,对于掺入果葡糖水的掺假蜂蜜校正集的正确判别率均达到93%以上,验证集的正确判别率均达到84%以上。通过比较4种不同的识别算法,发现采用LS-SVM时,对两种掺假情况下校正集和验证集的正确判别率均达到了100%,表明基于近红外光谱的蜂蜜掺假快速准确识别是可行的。     

冷冻猪肉新型解冻方法对比试验研究

空气解冻和水解冻是冷冻猪肉常用的解冻方法,欧姆加热解冻是一种新型解冻方法,比较3种方法,选择合适的方法进行猪肉解冻。以冷冻猪肉作为原料,分别对其进行欧姆加热解冻、空气解冻和水解冻,解冻后测定其解冻至0℃所需的时间和解冻后猪肉的品质。通过比较得出,欧姆加热解冻所用时间最少,约为20 min,且解冻后猪肉的损失率较小,一般小于1%,品质较佳。3种解冻方法中,欧姆加热解冻是一种快速、高效的解冻方式。     

砂糖橘可溶性总糖可见-近红外光谱无损检测

在波长450-2500 nm范围提取189个砂糖橘的漫反射光谱,使用sym8小波的3层分解对其进行去噪预处理,引入连续投影算法(SPA)对光谱进行压缩,从2051个波长中初步提取14个优选波长,以这14个波长建立的多元线性回归模型(MLR)的预测相关系数为0.8855,预测均方根误差为0.5111,效果优于全谱偏最小二...