首页期刊导航|光谱学与光谱分析
期刊信息/Journal information
光谱学与光谱分析
光谱学与光谱分析

高松

月刊

1000-0593

chngpxygpfx@vip.sina.com

010-62181070

100081

北京市海淀区学院南路76号钢铁研究总院

光谱学与光谱分析/Journal Spectroscopy and Spectral AnalysisCSCD北大核心CSTPCDEISCI
查看更多>>本刊系中国光学学会会刊，由钢铁研究总院、中国科学院物理研究所、北京大学、清华大学联合承办的学术性刊物。刊登主要内容：激光光谱测量、红外、拉曼、紫外、可见光谱、发射光谱、吸收光谱、X-射线荧光光谱、激光显微光谱、光谱化学分析、国内外光谱化学分析最新进展、开创性研究论文、学科发展前沿和最新进展、综合评述、研究简报、问题讨论、书刊评述。本刊适用于冶金、地质、机械、环境保护、国防、天文、医药、农林、化学化工、进出口商检等各领域的科学研究单位、高等院校、光谱仪器制造厂家、从事光谱学与光谱分析的研究人员、高等院校有关专业教师和研究生、有关专业管理干部。《光谱学与光谱分析》为我国首批自然科学核心期刊，中国科协优秀科技期刊，中国科协择优支持基础性、高科技学术期刊，是中国科技论文、中国科学引文数据库、中物理文摘、中国学术期刊文摘的统计源刊，被国外的SCI，AA，CA，EI，MEDLINE，AJ等文献结构收录。
正式出版
收录年代

    基于同步荧光技术的牛肉中掺杂猪肉鉴别方法研究

    李月林义利周云云杨信廷...
    2968-2972页
    查看更多>>摘要：牛肉是我国重要的食用肉品类,近年来随着人们对牛肉需求的不断增加,将猪肉冒充或添加在牛肉中出售的现象也日益严重,亟需简单、快速的检测肉品掺假的方法.首先分析了牛肉和猪肉的三维荧光光谱特征差异,确定同步荧光的波长差;采用激发-发射固定波长差为160 nm的同步荧光光谱,对牛肉掺杂猪肉的情况进行了定性判别和定量分析.以测试集、验证集和预测集样本的判别正确率作为定性判别模型的评价指标;以相关系数(r)、校正均方根误差(RMSEC)和预测均方根误差(RMSEP)作为定量分析模型的评价指标.实验结果表明:牛肉和猪肉的三维荧光光谱有显著差异,牛肉在Ex/Em为270/320、330/400、350/500、430/515和410/570 nm处有荧光峰,猪肉的三个荧光峰分别在Ex/Em为270/320、330/400和430/515 nm处.设置同步荧光波长差为160 nm,能采集到牛肉的3个荧光峰,且其中两个位于峰顶.牛肉、猪肉、掺假肉SVM定性判别模型的校正集准确率为97.56％,预测准确率可达92.31％.对比了无处理、MSC处理和SNV处理的牛肉中猪肉掺加量PLS预测模型,无处理的PLS模型最优,其rc、rp、RMSEC和RMSEP分别达到0.978 6、0.959 0、0.059 7和0.092 7.基于同步荧光技术结合SVM和PLS的牛肉掺假猪肉定性判别和定量分析检测模型具有较高识别率和检测精度,可以较为准确、快速地检测牛肉中是否掺杂猪肉.

    牛肉掺假猪肉同步荧光

      原文链接:
    • 万方数据
    • 维普

    《光谱学与光谱分析》投稿简则

    2972页
      原文链接:
    • 万方数据
    • 维普

    基于可见光谱结合神经网络算法快速鉴别特级初榨橄榄油

    袁媛张晋
    2973-2980页
    查看更多>>摘要：随着中国经济的不断繁荣,人民对物质生活水平提出了更高的要求,预防疾病、改善身体功能的食品成为当前消费市场的"热点".油脂能提供人体所必需的能量,食用油是人类获取油脂的主要途径之一,而高品质植物油含有对人体健康更有益的物质,例如单不饱和脂肪酸、多酚、角鲨烯、维生素E等营养物质.由于采用物理冷榨工艺,特级初榨橄榄油几乎保留了其橄榄果中所有的营养物质,油酸含量高达70％.因此,虽然作为一种"舶来品",特级初榨橄榄油进入中国市场后一直是植物油市场中的"宠儿",其价格也明显高于市场上的普通植物油.在利益的驱动下,特级初榨橄榄油的制假贩假现象屡禁不止,制假贩假的手段也不断更新迭代,从而造成国内橄榄油市场假冒伪劣产品屡禁不止,掺假的油品不仅会对消费者的生命财产造成伤害,而且也会影响合法经营者的生产和销售,扰乱销售市场,破坏市场秩序,影响民众对特级初榨橄榄油的认可度.为实现特级初榨橄榄油掺伪量的快速、准确、低成本地检测,提出一种基于广义回归神经网络结合紫外可见光谱实现植物油定性定量分析方法.广义回归神经网络在学习速度和非线性映射能力上表现出色,且扩散因子是其网络的唯一优化参数,不需要反向传播和反复迭代.与其他检测技术相比,紫外可见光谱技术在检测周期、稳定性、低维护成本等方面具有压倒性优势.通过两种方法的联用在植物油定性鉴别中实现了 100％的判别,在特级初榨橄榄油掺伪定量检测中实现了判定系数R2优于0.988 75,均方根误差RMSE优于0.038 33的结果.研究结果表明,该模型在植物油种类鉴别及特级初榨橄榄油掺伪定量检测中表现出优秀的预测能力.

    定性定量植物油特级初榨橄榄油紫外可见光谱广义回归神经网络

      原文链接:
    • 万方数据
    • 维普

    近红外光谱结合化学计量学快速测定阿里红饮片中齿孔酸含量

    谢玉玉陈志慧侯雪玲刘永强...
    2981-2987页
    查看更多>>摘要：传统的阿里红中齿孔酸含量测定采用高效液相色谱法(HPLC),但该方法前处理复杂,操作繁琐.为了实现对中药阿里红饮片中齿孔酸含量的快速无损监测,尝试建立基于近红外光谱(NIR)的偏最小二乘(PLS)回归模型.用来预测阿里红中齿孔酸的含量,采用传统的HPLC方法对阿里红中的齿孔酸含量进行测定,其结果作为指标值.采集近红外数据后使用五种光谱变换方法对光谱数据进行预处理,即多元散射校正(MSC)、标准正态变化(SNV)、Savitzky-Golay平滑(7点)、一阶导数变换(FD)和二阶导数变换(SD).通过竞争自适应重加权法(CARS)进行波长选择并对PLS模型进行优化,大大减少了光谱变量的数量,并显著提高了 PLS模型的性能,尤其是SNV-CARS-PLS模型,仅占总光谱波长的5.53％,预测集的R2值为0.982 3,预测均方根误差(RMSEP)值为0.103 7％,残差预测偏差(RPD)值为5.34.通过t检验表明:该最优模型与传统HPLC法在预测阿里红中齿孔酸含量上没有显著差异.研究结果表明:近红外光谱结合竞争性自适应重加权算法对波长筛选后建立偏最小二乘回归模型对阿里红饮片中齿孔酸含量的无损检测可行.

    阿里红齿孔酸近红外化学计量学偏最小二乘法

      原文链接:
    • 万方数据
    • 维普

    基于多目标筛选堆叠回归的光谱反射率重建

    李日浩马媛张伟峰
    2988-2992页
    查看更多>>摘要：物体的光谱反射率完全决定了其物体色,因此研究光谱反射率对于色彩信息要求较高的行业具有重大意义.直接获取光谱反射率需要精密且昂贵的设备,而通过建立模型,由低成本的数码相机等设备获取的RGB响应值去预测光谱反射率,可以大大降低成本.基于回归方法的光谱反射率重建算法受到广泛关注,其核心是建立RGB向量到光谱反射率向量间的映射关系.对于大多数物体而言,其表面的光谱反射率曲线具有平滑属性,因此,光谱反射率分量之间具有一定的相关性.而已有的算法都是对光谱反射率向量每一个维度独立地建立预测模型,没有将光谱反射率分量之间的相关性利用起来.与传统的单输出回归方法不同,多目标堆叠回归方法通过将首次预测输出值重新注入输入端来利用输出端之间的相关性.基于多目标堆叠回归的光谱反射率重建取得了重要的进展;然而,传统的多目标堆叠回归方法存在着易受首次预测输出值误差影响的问题.针对这一问题,提出一种新的多目标堆叠方法,对于首次预测输出值进行筛选,从中选出误差较小的部分作为输入,以此来保证下一步建立的模型精度.该筛选方法可以在不知道真实值的情况下,极大程度地保留误差较低的部分样本.实验数据集来源为ICVL高光谱图像数据库,评价指标为均方根误差与色度误差.实验结果表明,所提出的多目标筛选堆叠回归可以有效克服传统多目标堆叠回归所存在的问题,做到比无堆叠时的误差更小,说明提出的方法可以有效地利用光谱反射率分量之间的相关性.

    光谱反射率重建多目标堆叠回归筛选条件非线性拟合

      原文链接:
    • 万方数据
    • 维普

    连续小波结合随机森林算法估算互花米草叶片叶绿素含量

    管铖刘明月满卫东张永彬...
    2993-3000页
    查看更多>>摘要：叶绿素含量是检测植物生理状态的关键指标,精准估算互花米草叶绿素含量对于表征其组分含量性状与量化其生理状态具有重要的意义.以独流减河湿地互花米草实测高光谱反射率和叶绿素含量为数据源,采用连续投影算法(sequential projection algorithm,SPA)对原始光谱及其数学变换和连续小波变换光谱进行特征提取,基于随机森林回归(random forest regression,RFR)算法建立互花米草叶片叶绿素含量的高光谱估算模型.结果表明:(1)连续小波分解低尺度下互花米草光谱时间分辨率更精确且频率更高,对应的小波函数较窄,可以更好区分光谱间差异,突出特征光谱信息.(2)除倒数(1/R)和对数的一阶微分[(logR)']外,光谱数学变换与连续小波分解方法可有效反应光谱细节特征,且小波分解效果总体上优于数学变换,小波分解L10尺度与一阶微分(R')分别与叶绿素含量的相关性达到0.78和0.77.(3)一阶微分(R')、倒数的一阶微分[(1/R)']、对数(logR)变换和连续小波分解可提升光谱对互花米草叶片叶绿素含量的估算能力,其中基于一阶微分R'(R2=0.776,RMSE=0.510,RPD=1.893)和连续小波分解下L2、L3与L4多尺度相结合构建的模型(R2=0.871,RMSE=0.305,RPD=3.846)分别为两种处理下的最优模型.研究表明高光谱技术可以作为互花米草叶片叶绿素含量的无损检测手段,连续小波分解后多尺度结合建立的高光谱估算模型可更加准确估算互花米草叶片叶绿素含量.

    互花米草叶绿素含量高光谱连续小波分解随机森林

      原文链接:
    • 万方数据
    • 维普