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

    基于激光诱导击穿光谱与半监督学习的煤质定量分析研究

    王安崔佳诚宋惟然侯宗余...
    1940-1945页
    查看更多>>摘要：激光诱导击穿光谱(LIBS)是一项新兴的原子光谱分析技术,具有无需复杂样品制备,快速、原位、多元素同时测量等优点,在煤质分析领域展现出良好的应用前景.近年来,化学计量学和机器学习模型被广泛用于煤质分析.而这些模型通常依赖于一定数量的训练样本来确保分析结果的精度和可靠性.由于获取煤样的真实的成分含量信息(标签)需要复杂、耗时的化学分析,训练样本数量不足,导致模型性能欠佳.针对小样本情况下基于LIBS技术的煤质分析,提出了多模型集成的半监督学习方法提升定量分析性能.首先根据初始训练集建立5个基线模型,包括多元线性回归(MLR)、偏最小二乘回归(PLSR)、局部加权偏最小二乘回归(LW-PLSR)、支持向量回归(SVR)、核极限学习机(K-ELM);利用5个模型处理无标签数据,得到5组预测值;对于每个无标签样本,计算5个预测值的标准差,并将最小标准差对应的无标签样本加入训练集,其伪标签为5个预测值的平均值;通过迭代循环来扩充训练集,并更新、优化训练模型;最后对测试样本进行分析.提出的方法在LIBS煤质分析数据集上进行了测试,包含20个训练样本、39个测试样本、280个无标签样本.结果表明,提出的半监督学习方法将固定碳、灰分、挥发分含量的预测拟合系数(R2)分别提高了0.033、0.102和0.118.在训练样本数量不足的条件下,半监督学习能够有效提升了LIBS定量化模型的准确度和可靠性.

    激光诱导击穿光谱半监督学习煤炭定量分析

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    《光谱学与光谱分析》期刊社决定采用ScholarOne Manuscripts在线投稿审稿系统

    《光谱学与光谱分析》期刊社
    1945页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    彩绘文物中蛋白类混合胶料的相互作用与稳定性研究

    李昱珩杨璐葛若晨
    1946-1951页
    查看更多>>摘要：皮胶、蛋类和奶类作为彩绘文物中常见的胶结材料,在我国古代存在混合使用的工艺.为探究这类混合胶料体系内部各组分的相互作用与其在光热老化条件下的稳定性,深入了解彩绘文物的劣化机理,使用扫描电子显微镜、傅里叶红外光谱仪以及热重-差示扫描量热仪等分析方法,对鸡蛋-皮胶、牛奶-皮胶与牛奶-鸡蛋三种混合胶料的稳定性与蛋白质二级结构进行了表征.结果表明,以上胶料经过混合后,热稳定性与光稳定性相较单一胶料均显著升高.红外光谱显示,样品经过老化之后谱峰加宽,波数范围位于1 600～1 700 cm-1之间的蛋白质特征谱带酰胺Ⅰ带向低波数方向移动.酰胺Ⅰ带高斯拟合结果显示,随着混合比例的变化,混合胶料中有序结构的含量呈现出先升后降的趋势,在有序结构含量最高的样品中,无规卷曲结构含量也达到较低的水平.同时,鸡蛋-皮胶的混合比例介于1∶1～1∶2之间时,有序结构的含量高于任意单一胶料,最高可达64.87％,其稳定性最强.经过老化的胶料蛋白质二级结构含量均发生变化,有序的 螺旋结构整体呈现下降趋势,无规卷曲结构则明显上升,而几种混合胶料 螺旋结构的含量依旧高于单一胶料,可见混合胶料具有更强的稳定性.热重分析结果同样表明,老化前后混合胶料的热稳定性均高于单一胶料,推测是因为混合体系中蛋白质与蛋类、奶类中的脂质相结合,蛋白质与脂质的相互作用进一步促进了蛋白质结构稳定性的提升.本研究从稳定性的角度分析了彩绘文物中的混合胶料,为研究古代胶料的老化机理和保护方法提供了参考.

    蛋白质二级结构混合胶料红外光谱分析热重分析

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    被动式红外热像法研究古代建筑壁画裂隙病害动态成因

    贺源刘成
    1952-1959页
    查看更多>>摘要：红外热像法是文物保护领域广泛应用的无损检测方法之一.在目前的文物保护工作中,常利用主动式红外热像法对文物本体的病害状况和结构缺陷进行评估,而对被动式红外热像法的重视程度不足,且极少直接考察文物与赋存环境之间的动态作用关系.以辽宁义县奉国寺元代建筑壁画裂隙病害为例,探索被动式红外热像法研究"文物本体-赋存环境"交联耦合作用的可行性.在拍摄壁画表面红外热像照片从而获得更全面檐墙结构信息的基础上,分别对东、西墙中部纵向长裂隙以及北墙N1壁画整体开展连续红外热成像监测,并对裂隙、普通墙体表面和木骨处墙体表面进行温度测量;采用累积距平法和小波分析法对这些特征位置温度的变化趋势和周期波动性进行分析,从传热学角度对监测和分析结果进行定性讨论,区分壁画不同位置的传热影响模式,并结合裂隙产状特征对其形成过程进行初步判断.结果表明,壁画属多层不均匀结构,存在传热通路和结构强度上的差异;东、西墙的温度变化趋势具有相似性,而在波动信号及波动能量方面存在明显不同;裂隙的总体波动能量大于墙体,并与发育程度呈正相关;第一主周期的波动能量来源于气温的日变化,而次级主周期的波动能量可能与传热过程中的随机扰动有关,白天及日落后一段时间内的能量波动在传热影响中起到了关键作用;木骨与裂隙处的传热过程更快,随时间推移形成高温中心与横向传热趋势.裂隙病害的产生是材料对温度机械应变差异的结果,而传热影响途径有二:一是以檐墙为媒介的导热,二是通过檐柱处空气通道的对流换热;前者主要诱导生成间口内上下平行若干层的横向短裂隙组,后者则促进檐柱处纵向长裂隙的产生.该研究可为评估其他类型文物在复杂环境下的传热影响过程提供参考.

    红外热成像壁画奉国寺病害机理传热影响

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    LAMOST的"Unknown"光谱分类研究:ODS-YOLOv7模型

    王晓敏高军萍蒲源邱波...
    1960-1967页
    查看更多>>摘要：天体识别是天文新发现和深入研究天体的基础.在LAMOST DR8 v1.0发布的低分辨率光谱数据中有约53万条因没有类别标签而被命名为"Unknown"的光谱,其中有88.56％的光谱信噪比在0～10之间,对这批光谱的研究分析将增加LAMOST的有效数据产出.该研究为"Unknown"光谱的分类设计了一种ODS-YOLOv7模型.它是一种端到端的类别预测模型,通过添加一维卷积注意力模块以提高光谱识别能力.在经过一批信噪比在0～10之间的已知类别光谱训练后,ODS-YOLOv7可以学习到低信噪比光谱的有效特征,进而实现对"Unknown"光谱的类别预测.实验表明,该模型在已知类别标记的低信噪比恒星、星系、类星体的光谱识别中,F1-score分别为0.98、0.95、0.95;同时在与传统算法KNN、RF、DT、SVM和深度学习算法1DCNN、1DSSCNN、ResNet、DenseNet、VIT对比实验中取得相对最好的效果.实验结果还给出了ODS-YOLOv7模型对DR8 v1.0中信噪比在0～10的"Unknown"光谱预测置信度分布,在预测类别为恒星、星系、类星体任务中,有92％的分类置信度在60％以上.为保证模型输出质量,本文只选取分类置信度大于99％的光谱类别作为输出结果.以此为依据,在DR8 v1.0和DR9 v0发布的全部"Unknown"光谱中分别有37.19％和47.03％被ODS-YOLOv7模型预测出类别.此外,还增加入工认证以检验该模型预测的正确性.为提升模型的可解释性,参照了二维图像特征可视化的Grad-CAM方法,将其改进为适合于可视化一维光谱数据特征的算法.其结果表明该模型可自动关注到不同的分类特征,使得该模型非常适用于低信噪比"Unknown"光谱的类别预测.

    Unknown光谱分类ODS-YOLOv7低信噪比LAMOST特征可视化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    TDSC-Net:一种基于注意力机制与特征融合的二维恒星光谱分类模型

    李荣曹冠龙蒲源邱波...
    1968-1973页
    查看更多>>摘要：面对信噪比较低的天体,传统一维光谱的分类效果很差.因此,从二维光谱出发,提出了结合注意力机制的特征融合模型 TDSC-Net(two-dimensional spectra classification network)用于恒星分类.TDSC-Net通过完全相同的特征提取层分别对恒星蓝端和红端的二维光谱图像进行特征提取,之后针对这些特征进行融合,然后进行分类.本文实验中的恒星光谱数据选自LAMOST(the large sky area multi-object fiber spec-troscopic telescope)数据库,预处理采用Z-score进行光谱归一化,以减少由于光谱流量值差别大造成的模型收敛困难问题.使用精确率(Precision)、召回率(Recall)、F1-score和准确率(Accuracy)四个指标来评估模型性能.实验包括:第一部分利用TDSC-Net进行A、F、G、K、M型恒星分类,以验证利用二维光谱对恒星多分类的可靠性;第二部分将二维光谱按照不同的信噪比区间进行分类,以探究信噪比对分类准确率的影响.第一部分的结果表明,进行五分类总的准确率达到84.3％.其中,A、F、G、K、M各自的分类精度分别为87.0％,84.6％,81.2％,87.4％,89.7％,均优于自行抽谱后的一维光谱分类结果.第二部分的结果表明,即使在SNR＜30的低信噪比区间,二维光谱分类准确率仍然可以达到78.9％;而当SNR＞30之后,信噪比对光谱分类的影响就不明显了.由此证明了低信噪比时使用二维光谱分类的重要性以及TDSC-Net对恒星光谱分类的有效性.

    恒星分类卷积神经网络注意力机制Two-dimensionalspectraclassificationnetwork

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    微区X射线荧光技术揭示宏体化石骨骼以及埋藏环境元素特征——以中三叠世盘县混鱼龙为例

    王一诺付宛璐周敏鲁昊...
    1974-1981页
    查看更多>>摘要：应用可对脊椎动物骨骼化石及其围岩元素特征进行原位无损检测的微区X射线荧光技术(Micro-XRF)对距今约2.44亿年的中三叠世海生爬行动物盘县混鱼龙(Mixosaurus panxianensis)正模及副模化石标本进行扫描,将获取的整体元素分布模式可视化,并以手持式X荧光光谱仪对部分相关特征区域进行辅助扫描.扫描结果显示,骨骼化石与围岩的元素分布呈现明显差异,骨骼化石以Ca、P、Sr、Y等元素富集为代表;围岩以Ca、K、Fe、Mn等为特征元素.此外,Zn在副模标本中呈现差异分布,躯干部位Zn富集,高于头骨.研究认为Micro-XRF扫描结果可详细揭示盘县混鱼龙的骨骼解剖学特征,补充了在一般光学显微镜下无法从化石上看到的右前肢及腹膜肋等重要信息,并可以更好地区分钙质围岩和骨骼.同时,经海陆对比,发现埋藏环境对不同元素的分布特征具有一定程度的影响,部分元素如Th、Ce、Cu、Sr表现出对埋藏环境的响应,而与骨骼相关的部分元素如Ca、P、Y受埋藏环境影响较小.另外,Zn在骨骼化石不同部位的差异分布很可能受骨骼发育影响,在副模化石标本上Zn富集的椎体及肋骨可能处于快速骨化阶段,推断该个体可能为亚成年个体.

    微区X射线荧光盘县混鱼龙化石围岩元素分布

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    关于《光谱学与光谱分析》调整审稿费收费标准的通知

    《光谱学与光谱分析》期刊社
    1981页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    近红外光谱技术对花生蛋白组分与亚基的高通量模型建立

    崔颢凡刘红芝郭芹顾丰颖...
    1982-1987页
    查看更多>>摘要：花生是一种优质植物蛋白资源,花生蛋白组分与亚基含量显著影响其功能特性,决定了其在食品领域的应用范围,花生蛋白主要包括花生球蛋白和伴花生球蛋白,其中花生球蛋白包含4个亚基(40.5、37.5、35.5和23.5 kDa),伴花生球蛋白Ⅰ包含3个亚基(15.5、17和18 kDa),伴花生球蛋白Ⅱ只含有1个61 kDa亚基.为了实现花生蛋白主要组分及亚基的快速无损、高通量、高灵敏度检测,以全国145份优质花生样品为研究对象,首先采用便携式近红外花生品质速测仪,在900～1 700 nm波长范围内对不同花生样品进行光谱采集,再采用聚丙烯酰胺凝胶电泳法测定了花生蛋白组分与亚基含量,花生球蛋白的亚基含量在44.3％～67.3％之间;伴花生球蛋白亚基含量在35.2％～55.7％之间;61 kDa亚基含量在13.5％～25.3％之间;40.5 kDa亚基含量在6.8％～16.0％之间;37.5 kDa亚基含量在6.9％～17.4％之间;35.5 kDa亚基含量在5.7％～19.2％之间;23.5 kDa亚基含量在18.7％～27.4％之间;18 kDa亚基含量在5.9％～11.7％之间;17 kDa亚基含量在6.9％～13.6％之间;15.5 kDa亚基含量在4.5％～11.9％之间,分别对比归一化(Normalize)、一阶导数(FD)和二阶导数处理(SD)、基线校准(Baseline)、去趋势(Detrend)、多元散射校正(MSC)和数据元素解析处理(Deresolve)这7种光谱预处理方法,结合主成分分析(PCA)和偏最小二乘法(PLSR),优化了2个蛋白组分和2个亚基(花生球蛋白、伴花生球蛋白、37.5和23.5 kDa)的近红外光谱模型,构建了6个亚基(61、40.5、35.5、18、17和15.5 kDa)的近红外光谱模型,实现了对上述10个指标的同步检测.结果表明,确定最优预处理方式后建立的模型校正集相关系数(Rcal)为0.90～0.96,校正均方根误差(SEC)为0.25％～1.27％;预测集相关系数(Rcp)为0.76～0.96,预测均方根误差(SEP)为0.50％～1.81％,具有很好的预测能力,可用于花生品种蛋白组分与亚基含量的快速检测,为花生蛋白品质的快速评价提供了新方法.

    近红外光谱花生蛋白组分亚基含量偏最小二乘法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于近红外光谱法的精米品种判别优化研究

    杨森王振民宋文龙邢键...
    1988-1992页
    查看更多>>摘要：由于地理标志性大米巨大的市场价值,导致掺假行为时有发生.因此,为保证地理标志性大米品牌效益和消费者权益,实现准确的精米品种判别具有重要意义.近红外光谱法是精米品种判别的常用方法,通过提取不同品种近红外光谱中的差异性特征实现品种分类.然而,现有研究中存在特征波长选取性能不足和针对指定品种判别准确度不足的问题,限制了基于近红外光谱法的精米品种判别准确度的提升.针对上述问题,面向东北地区五常、响水、越光、银水四种大米,从特征波长选取和品种判别策略两个方面,研究基于近红外光谱法的精米品种判别优化.首先,为提高特征波长选取性能,将排列熵和自适应滑动窗口分割相结合,提出了基于自适应滑动排列熵的精米光谱特征波长选取方法,并开展与传统特征波长选取算法的对比实验.其次,为提高面向不同指定品种的判别准确度,提出基于判别目标的精米品种判别策略,通过研究光谱预处理算法与分类建模算法匹配优化,建立"指定品种-选定模型-选定算法的"的判别流程.实验结果表明,采用所提出的自适应滑动排列熵算法进行特征波长选取,相比于传统算法精米品种判别误差至少可降低50％;采用所提出的基于判别目标的精米品种判别策略,相比于传统的基于固定模型的判别策略的判别准确度至少可提高2.5％.

    精米近红外光谱特征波长选取品种判别策略

      原文链接:
    • NETL
    • NSTL
    • 万方数据