共查询到20条相似文献，搜索用时 15 毫秒
1.
[目的]探讨THz技术在农药识别和残留量检测中的应用。[方法]利用太赫兹时域光谱（THz-TDS）技术对2种除草剂丁草胺和异丙甲草胺在室温氮气环境下的THz远红外光谱特性进行测定,并利用菲涅尔公式的数据处理模型求取了其在0.2~2.2 THz波段内的折射率和吸收系数。[结果]2种农药在0.2~2.2 THz波段内分别存在不同的特征吸收峰。尽管2种农药分子结构相似,但其吸收谱和折射率却存在很大差异。[结论]THz-TDS技术在农药微量残留检测方面是可行的,特别是在识别结构较为相似的物质上有较大优势。 相似文献
2.
[目的]用太赫兹时域光谱技术（THz-TDS）研究三聚氰胺的渡谱特征,以鉴别乳品中是否添加三聚氰胺。[方法]采用THz—TDS技术测量了室温下三聚氰胺和三聚氰酸在0．3～2．5THz的吸收谱和折射率谱。[结果]2种样品在O．3～2．5THz波段各有明显的特征吸收峰,三聚氰胺在1．98和2．24THz,三聚氰酸在1．27和2．37THz,这是用THz—TDS技术进行鉴别的基础。密度泛函理论计算和晶体数据表明,2种样品的THz吸收光谱主要来源于分子间的与氢键相关的集体振动模式。三聚氰胺在该波段的吸收谱,可用于奶粉中不同含量三聚氰胺的定量分析,也可用于研究三聚氰胺和三聚氰酸形成的1：1网状结构。[结论]太赫兹光谱不仅是鉴别三聚氰胺与三聚氰酸的有效手段,而且为研究它们之间的复合物结构提供了新的思路。 相似文献
3.
太赫兹时域光谱检测农产品中2种酰胺类农药残留研究(摘要)(英文) 总被引：7，自引：0，他引：7
[目的]探讨THz技术在农药识别和残留量检测中的应用。[方法]利用太赫兹时域光谱(THz-TDS)技术对2种除草剂丁草胺和异丙甲草胺在室温氮气环境下的THz远红外光谱特性进行测定,并利用菲涅尔公式的数据处理模型得到其在0.2～2.2THz波段的折射率和吸收系数。[结果]2种农药在0.2～2.2THz波段内分别存在不同的特征吸收峰。尽管2种农药分子结构相似,但其吸收谱和折射率却存在很大差异。[结论]THz-TDS技术在农药微量残留检测方面是可行的,特别是在识别结构较为相似的物质上有较大优势。 相似文献
4.
本文利用太赫兹时域光谱技术对生物饲料添加剂中的维生素A、维生素B1、维生素B2,维生素B6、维生素B12五种维生素进行了太赫兹光谱测试,得到了样品在0.2-1.6THz波段的吸收光谱。实验结果表明,维生素A与维生素B2具有特征吸收峰,五种维生素在此THz波段对太赫兹波表现出不同的吸收特性。为了探讨太赫兹时域光谱技术在鉴别检测维生素的可行性,利用数学统计偏最小二乘法回归(PLSR)分别对五种维生素的43个样本的吸收系数和折射率做了模型的建立和统计分析。计算结果表明,吸收系数的偏最小二乘模型的品质参数分别为R=0.9789 RMSE=1.8601,折射率的偏最小二乘模型的品质参数分别为R=0.9559 RMSE=2.6739,于是,利用吸收系数的最小二乘法模型可以更好地预测精度,更能准确鉴定未知样品的种类。所以,太赫兹光谱与多种统计方法结合有望实现快速、有效、准确地进行饲用维生素的鉴别与检测,从而填补生物饲用维生素检测手段的匮乏。 相似文献
5.
我国杂交水稻种植面积十分广泛,种子纯度是种子质量核心指标之一,直接影响杂交水稻的产量.利用透射型太赫兹(Terahertz wave,THz)光谱仪采集16种杂交水稻种子光谱数据,分析其太赫兹光谱频率特征和吸收系数,研究杂交水稻粉末粒度和固定剂浓度对其光谱的影响,结果表明:样品粉末颗粒小于2μm能避免太赫兹波散射对THz光谱数据采集的影响,在样品中添加聚乙烯固定剂不会增加吸收杂波,但能改变吸收强度;在0.1~2THz范围内杂交水稻种子均有不同的特征吸收峰,但少部分品种吸收峰位置靠近,因此直接用杂交水稻种子的THz光谱特征吸收频率识别杂交水稻种子比较困难,需要进一步结合其它方法. 相似文献
6.
[目的]建立快速测定纸质食品接触材料中重金属铅的激光诱导击穿光谱的方法。[方法]制备了纯的硝酸铅样品、不同铅含量的硝酸铅样品、纸杯样品以及纸质食品袋,利用激光诱导击穿光谱技术对样品进行了检测,得到了激光诱导击穿光谱,对光谱数据进行分析,选取Pb原子谱线405.78 nm为特征谱线。[结果]采用不同铅含量的硝酸铅样品的谱线强度和铅含量建立定标曲线,决定系数为0.996,用不同铅含量的纸杯样品对测试结果进行验证,平均相对标准偏差为2.93%,用该方法检测8种不同的食品包装袋,得到激光诱导击穿光谱。[结论]激光诱导击穿光谱方法可以应用于纸质食品接触材料中重金属铅含量的检测。 相似文献
7.
《山地农业生物学报》2015,(2)
利用红外光谱及二阶导数谱技术,对贵州7个不同地区的125个烟草样品的红外光谱、二阶导数谱及红外特征峰强度进行了分析。在400~3 000 cm-1波数范围内具有605、1 053、1 436、1 616、2 952 cm-1五个明显的特征峰。各地区烟草的二阶导数谱在500~1 000 cm-1和1 500~2 000 cm-1两个吸收带存在差异。其中六盘水、铜仁、遵义三个地区的二阶导数谱在1 500~2 000 cm-1吸收峰较多。对光谱谱数据进行聚类分析,在一定的距离系数范围内,能很好的将所属"清甜香"型烟区域样聚为一类,说明"清甜香"型风格的烟叶红外特征性非常明显。 相似文献
8.
为实现牛奶掺杂尿素的快速客观检测,以浓度为外扰,分别建立纯牛奶和掺杂尿素牛奶的二维相关光谱图库,并采用不变矩统计特征表征所获得纯牛奶及掺杂尿素牛奶的二维相关光谱图;针对提取的二维相关光谱不变矩特征,通过计算其Fisher系数评价类间分离程度,结合主成分分析法进行特征优选,选择4个主成分表征所获得样品的二维相关光谱图特征;将优选的4个特征参数作为输入量,采用支持向量机算法建立掺杂尿素牛奶与纯牛奶间的判别模型,该模型对校正集样品和预测集样品的判别准确率分别为94.4%、84.6%。结果表明,基于二维相关谱不变距特征判别掺杂尿素牛奶是可行的。 相似文献
9.
基于高光谱成像技术的茄子叶片灰霉病早期检测 总被引：2，自引：0，他引：2
为建立基于高光谱成像技术的茄子叶片灰霉病早期检测方法,利用高光谱成像系统获取120个茄子叶片在380~1031nm范围的高光谱图像数据,通过主成分分析(PCA)对高光谱数据进行降维,并从中优选出3个特征波段下的特征图像,截取200×150的感兴趣区域图像(ROI),并从每幅特征图像中分别提取均值、方差、同质性、对比度、差异性、熵、二阶矩和相关性等8个基于灰度共生矩阵的纹理特征变量,通过连续投影算法(SPA)提取13个特征变量, 利用最小二乘支持向量机(LS‐SVM)构建茄子叶片灰霉病早期鉴别模型,模型判别准确率为97.5%.说明高光谱成像技术可以用于茄子叶片灰霉病的早期检测. 相似文献
10.
11.
12.
多元校正紫外光谱法测定苹果汁含量研究 总被引：3，自引：1，他引：3
研究了多元校正紫外光谱测定苹果汁含量的方法。结果表明,苹果汁含量不同的样品有不同的紫外吸收曲线。含量小于70%时,曲线差异明显,噪音较小。当含量大于70%后,光谱噪音水平升高,不同含量的吸收曲线差异缩小,检测能力下降。利用偏差权重法选取280-365 nm区间的光程进行建模,用主成分分析法来压缩变量,然后用逐步回归法建立苹果汁含量的数学模型,再用完全交互验证法对模型进行验证,结果预测值与真实值相关性良好,偏差较小。通过优化建模条件,建立合适的UV光谱预测模型,可以对苹果汁及其饮料中原果汁含量进行快速检测。 相似文献
13.
《南京农业大学学报》2021,44(5)
[目的]基于太赫兹时域光谱技术,对水体中汞(Hg)、镉(Cd)、铜(Cu)3种重金属进行检测,旨在太赫兹光谱范围内找出3种重金属的特征频率点,同时为构建水体中3种重金属类别和浓度识别以及含量的预测模型提供方法借鉴。[方法]分别配置不同浓度的Hg、Cd、Cu重金属溶液,用太赫兹光谱衰减反射模式采集样品的时域数据,通过离散余弦变换(discrete cosine transform, DCT)、标准正态变换(standard normal transformation, SNV)与二阶导数(second derivative, SD)去噪,主成分分析(principal component analysis, PCA)、多维度缩放(multiple dimension scaling, MDS)与线性判别分析(linear discriminant analysis, LDA)降维,再通过随机森林(random forest, RF)、k邻近算法(k-nearest neighbor, KNN)和概率神经网络(probabilistic neural network, PNN)进行重金属类别与浓度的检测建模,最后采用最小二乘支持向量机(least squares support vector machines, LS-SVM)与反向传播神经网络(back propagation neural network, BPNN)进行浓度预测建模。[结果]一定浓度范围内Hg和Cd溶液的吸收系数谱分别在1.7 THz与1.2 THz处有明显吸收峰变化,未发现Cu溶液吸收系数谱随浓度改变的规律。PNN与KNN模型可对3种重金属水体进行准确检测,构建的PCA-PNN模型可分别对Hg、Cd和Cu溶液进行浓度识别,准确率分别为99.45%、95.93%和99.25%。构建的DCT-LDA-BPNN模型可用于溶液中的Hg、Cd和Cu这3种重金属含量预测,决定系数分别为0.996、0.986和0.999,均方误差分别为0.008、0.026和2.164。[结论]本试验证明太赫兹光谱对不同浓度的Hg、Cd、Cu溶液有较好的定性与定量分析能力,能为水体重金属检测提供重要参考。 相似文献
14.
[目的]采用傅里叶变换红外光谱技术实现对宁夏中宁产区枸杞子的快速鉴别。[方法]分别采集宁夏、甘肃、青海、内蒙古4个不同产地40份枸杞子样品进行扫描,对其红外光谱分别进行聚类分析和主成分判别分析,建立中宁产区枸杞子产地判别模型。[结果]在900~1 700 cm~(-1)波数范围内,建立主成分分析判别模型,对样品的识别率均达到100%,模型预测效果好;采用组间均联法,利用马氏距离作为样品的测度,进行聚类分析,可将不同产区枸杞子进行区分,样品判别率达到100%。[结论]采用聚类分析和主成分分析对不同产区枸杞子红外光谱进行分析,该方法在枸杞子产地判别中具有可行性,能够快捷、准确地鉴定中宁枸杞子。 相似文献
15.
近红外光谱法对食用植物油品种的快速鉴别 总被引：1，自引：1，他引：0
以食用植物油为研究对象,建立了一种用近红外光谱技术鉴别食用植物油品种的方法。分别采用系统聚类法、主成分分析法、BP人工神经网络法进行了4个常用品种食用植物油的鉴别研究。结果表明,系统聚类法和主成分分析法均只能鉴别出4种植物油中的大豆油和花生油,不能识别玉米油和芝麻油,鉴别率仅为31.2%;利用BP人工神经网络法将60个校正集样品的11个主成分数据作为BP网络输入变量,建立的3层BP人工神经网络鉴别模型对4种植物油品种的鉴别效果最优,鉴别率为100%,表明BP人工神经网络法具有很好的分类和鉴别常用食用植物油品种的效果。 相似文献
16.
[目的]采用近红外光谱技术法,快速鉴别茶油掺伪。[方法]基于近红外光谱技术,比较马氏距离聚类分析法与反向传播神经网络,建立茶油与掺有菜籽油、棕榈油掺伪茶油的模式识别模型。[结果]采用马氏距离聚类分析法建模时,参数如下:光谱一阶导数处理后,结合SNV、Norris Derivative滤波方法,经主成分分析法,提取8个主成分,模型对预测集样本的准确率达100%;采用反向传播神经网络建模时,参数如下:输入向量为前8个主成分的33个吸收峰,隐含层神经元个数为15,训练学习速度为0.1,训练220步时,模型对预测集样品识别准确率亦为100%。[结论]反向传播神经网络方法更加具有较快的运算速度和较好的收敛性,可为茶油品质评价与检测提供一种新方法。 相似文献
17.
生物农药阿维菌素是一种微溶于水的高毒杀虫剂,有广谱、高效等特点,在防治水稻螟虫,稻纵卷叶螟方面表现优异,但对水生生物高毒。为了探讨利用光谱技术现场快速检测水体中生物农药阿维菌素的可能性,测定了其在紫外/可见光波长范围内的不同浓度吸光度光谱数据,建立其快速有效的定量分析模型。使用不同光程比色皿采集一定浓度范围的阿维菌素农药样本光谱数据进行对比,得到最佳光谱数据用于后续定量处理分析。将波长范围为200～500 nm的光谱数据采用Savitzky-Golay卷积平滑法（S-G平滑法）进行数据预处理,将原始光谱数据和S-G平滑法预处理后的光谱数据校正集和预测集分别按不同比例采用Sample set partitioning based on joint x-y distance(SPXY)算法进行样本集划分,并分别建立PLS模型进行比较。再将划分样本集后优选出的光谱数据采用主成分分析（Principle component analysis,PCA）结合马氏距离阈值法（Mahalanobis Distance,MD）,即PCAMD算法剔除异常样本,再将剔除异常样本后的光谱数据采用竞争性自适应重... 相似文献
18.
近红外光谱定量和定性分析技术在鲜食葡萄果实无损检测中的应用 总被引：2，自引：0，他引：2
选取10种不同鲜食葡萄品种、3个不同成熟期和1种病害的果实共计188个葡萄果实样品,并采集果实样品的近红外光谱。建立了以葡萄果实的总酚、总糖、果糖、蔗糖和可溶性固形物为指标的偏最小二乘(PLS)定量分析模型,模型的可信度较高,除少数指标的相关系数在0.77~0.89,其余指标均在0.90以上,均方根误差在0.022~1.410。结合主成分分析法,对谱区为4 119.20~9 881.46 cm-1的光谱建立了区分葡萄果实品种、成熟度和是否受病害的判别分析(DA)模型,模型的正识率依次为92.11%、88.89%和96.15%。研究表明,近红外检测技术可用于鲜食葡萄果实的5个主要内含物的定量分析以及果实品种、果实成熟度和有病虫害的二次果进行的定性识别。 相似文献
19.
《南京农业大学学报》2016,(3)
[目的]本文旨在开发一种新颖、快速、无损的方法模拟铜绿假单胞菌的生长。[方法]利用高光谱图像技术获取铜绿假单胞菌在营养琼脂平板上培养0、12、24、36和48 h的图像和光谱参数,采用部分短波近红外波长范围的平均光谱值、高光谱图像的掩模图形和480~1 000 nm波段内光谱值的第1主成分共3种方法来模拟铜绿假单胞菌的生长。[结果]对初始浓度为102和104CFU·m L-1的假单胞菌所建立的模型训练集决定系数(R2)为0.970 1~0.993 2,平方误差和(SSE)为0.000 03~0.080 61,验证集R2为0.805 7~0.954 2,SSE为0.000 28~0.104 61。3种基于高光谱图像特征参数建立的模型与基于菌落计数法建立的模型之间的相关系数均超过0.900,说明基于高光谱图像参数建立的假单胞菌生长模型符合其实际生长情况。基于部分波长范围的平均光谱值和基于高光谱图像的掩模图形建立的拟合模型比第1主成分得分建立的模型与数据拟合效果更好,具有更高的准确性。同时,对480~1 000 nm波段范围内的光谱值进行主成分分析(PCA),发现2种浓度的铜绿假单胞菌的5个检测阶段只有部分样品点重叠,相互之间可以区分。[结论]高光谱图像技术可以用来对铜绿假单胞菌的生长状况进行区分和模拟,为进一步对冷鲜肉中的铜绿假单胞菌检测奠定基础。 相似文献
20.
为快速准确地测定茶油中脂肪酸含量,建立了应用近红外光谱技术检测茶油中脂肪酸含量的方法。选取市售的156份茶油样品,利用气相色谱仪测定其脂肪酸组成及含量,同时采用近红外光谱仪采集油样的光谱数据,并分析原始(R)光谱、SG平滑(SG)光谱和二阶导数变换(SD)光谱与茶油中脂肪酸含量的相关性,采用偏最小二乘回归法(PLSR)比较全光谱波段与显著性波段对建模精度的影响,优选出茶油中脂肪酸含量的定量检测模型。结果表明:茶油中棕榈酸、油酸和亚油酸含量较高,分别为4.428%~10.931%、78.036%~84.621%、7.013%~9.863%;采集的茶油近红外光谱曲线特征变化较为明显,光谱特征峰的位置分布于8 600~8 200、7 300~6 900、6 000~5 500、4 800~4 500和4 500~4 000 cm–1;茶油中棕榈酸含量与R、SG光谱吸光度呈正相关,油酸和亚油酸含量与R、SG光谱吸光度呈负相关,SD光谱数据与棕榈酸、油酸和亚油酸含量之间的相关系数与R和SG光谱吸光度比较,相关性极大被削弱;基于全波段建立的PLSR模型对棕榈酸、油酸和亚油酸含量的整体预测精度略高于显著性波段所建立的模型,校正集相关系数RC和预测集相关系数RP分别为0.837~0.956和0.818~0.938。从模型的复杂程度分析,采用显著性波段建模的输入变量的数量可压缩至全波段建模的25%以下;SG–PLSR模型对棕榈酸、油酸和亚油酸含量的综合预测性能最优,相应的RP和预测集均方根误差(RMSEP)分别为0.938、0.930、0.925和0.560、0.438、0.287。 相似文献