期刊,光谱学与光谱分析 2024年卷8期_国家学术搜索

期刊信息/Journal information

光谱学与光谱分析

主　　编：高松

出版周期：月刊

国际刊号：1000-0593

电子邮箱：chngpxygpfx@vip.sina.com

电　　话：010-62181070

邮政编码：100081

地　　址：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

模型约束与机器学习下的植物类胡萝卜素和叶绿素含量反演方法

汤馥睿徐媛媛耿芫蔡顾斌...

2174-2182页

查看更多>>摘要：叶绿素和类胡萝卜素含量是评价植物健康状况的一个重要指标.PROSPECT模型与机器学习耦合反演植被生化特性已得到广泛应用.但由于叶片方向半球反射率因子(DHRF)光谱和二向反射率因子(BRF)光谱之间的差异,耦合模型的应用范围受到限制.为此,以北美地区植物叶片光谱数据库(EcoSIS)作为实验数据集,提出PROSPECT模型作为机器学习的附加约束形成混合数据集,对此混合数据集利用连续小波变换(CWT)产生的小波系数谱和一阶导(FD)产生谱,提出三种全光谱域和VNIR光谱子域下的植物叶片叶绿素、类胡萝卜素的光谱特征变量筛选策略,即是:竞争性自适应重加权算法(CARS)、连续投影算法(SPA)和主成分分析法(PCA).由此,基于上述2×2×3=12种不同光谱处理方法、特征提取方法组合,分别建立了植物叶片叶绿素和类胡萝卜素含量的人工神经网络(ANN)预测模型.进而开展了不同模型下的预测精度对比分析,结果表明:PROSPECT模型约束下的模拟数据一定程度增强了机器学习的训练集质量;经一阶导、小波变换处理的光谱能较好地减少DHRF模拟光谱和BRF实测光谱间的偏差,并在结合特征提取算法CARS后进一步提升了预测表现.在全光谱域下的FD+CARS组合对叶片叶绿素的反演效果最佳,测试集R2为0.806 4,RMSE为2.911 4;在VNIR光谱子域下的CWT+CARS组合对叶片类胡萝卜素最佳,测试集R2为0.797 2,RMSE为0.414 1.该方法可为研究人员从叶片BRF光谱及其他近端反射率图像更精确、高效地提取植物叶片生化特征提供参考.

关键词：

光谱数据模型约束小波系数谱一阶导数谱叶绿素类胡萝卜素精准反演

原文链接:

万方数据
维普

高光谱技术在牛肉丸复合掺假类型鉴别中的应用

孔丽琴牛晓虎王程磊冯耀泽...

2183-2191页

查看更多>>摘要：肉制品加工过程的复杂性给肉制品掺假检测带来了巨大的挑战.基于高光谱技术,对不同比例的猪肉-鸡肉复合掺假牛肉丸进行了掺假类别判别分析,尤其首次提出了对熟牛肉丸复合掺假的快速检测.为建立模型,分别在牛肉糜中加入不同比例(20％、40％和80％)的猪肉/鸡肉,获得单一掺假样品.并将猪肉和鸡肉按2∶8、5∶5和8∶2的比例混合,在20％、40％和80％比例下进行复合掺假.此外,还制备了油炸掺假牛肉丸,以检验分类模型的适用性.对采集的掺假样本高光谱数据,经五种方法预处理后建立基于极限学习机分类(ELMC)和支持向量分类(SVC)的掺假鉴别模型.此外利用连续投影算法(SPA)、竞争性自适应重加权算法(CARS)分别提取特征波长并建立相应简化模型.研究表明:基于全波长建立的生/熟牛肉丸掺假类别检测模型SVC性能均优于ELMC.而基于特征波长建立的简化模型ELMC性能优于SVC.对生牛肉丸分类判别,利用SPA筛选出的44个特征波长建立的ELMC模型性能最优,其校正集和预测集的分类准确率均为97.17％.基于CARS筛选出的38个特征波长建立的ELMC模型对熟牛肉丸具有最高的分类性能,其校正集和预测集的分类准确率分别为97.17％和96.23％.因此高光谱技术可以对生肉和熟肉的复合掺假类型进行有效、快速、准确的鉴别,为便携式检测设备的研制奠定了理论基础.

关键词：

高光谱成像掺假检测牛肉丸复合掺假

原文链接:

万方数据
维普

海面乳化溢油水包油乳化液的LIF接收光功率饱和强度分析

马勤勇崔永强王智伟孔令富...

2192-2197页

查看更多>>摘要：海面溢油的水包油乳化液对海洋造成严重的危害,水包油乳化液的识别以及定量分析,对于海洋污染的处理以及海洋环境的恢复具有重要意义.近年来一些研究对较薄的乳化溢油进行了定量分析,然而对于油层较厚的乳化溢油却鲜有深入的研究.激光照射到海面的水包油乳化液产生的荧光,在一定条件下会开始出现饱和而不再变化,针对这一饱和临界点以及相关范围的水包油乳化液的光谱特征进行研究.根据LIF探测系统接收到的光功率与BRRDF数值的关系,使用BRRDF模型对荧光光谱进行仿真.分析的油品使用Romashkino油和Petrobaltic油,分别代表深色不透明的油和明亮透明的油.提出一种针对厚度较大的水包油乳化液的荧光强度计算方法,计算出两种油在不同浓度和乳化时间下的乳化液出现荧光饱和的厚度.对计算结果进行比较可以看出饱和厚度随着浓度的增加而降低,随着乳化时间的增加而降低.分析结果显示,对于海水中的深色不透明的油的水包油乳化液,LIF接收到的荧光强度通常会出现饱和,因此单独使用LIF系统无法判断出超过饱和厚度的乳化液层的厚度.设计了一个4层神经元的神经网络,对饱和临界点附近的荧光光谱对乳化液浓度的识别能力进行验证.验证结果显示,不同浓度的水包油乳化液,只要达到或超过饱和厚度,其荧光光谱就具有较好的鉴别能力,可以用来区分不同浓度的乳化液.对于那些距离饱和厚度比较远的样本,荧光光谱具有分辨乳化液是否达到饱和厚度的能力.这些实验和结论将对较厚的水包油乳化液的识别和定量分析研究提供参考.

关键词：

荧光光谱水包油乳化液定量分析饱和强度

原文链接:

万方数据
维普

《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

2197页

原文链接:

万方数据
维普

基于整体毛细管会聚透镜在氦气环境下的X射线荧光技术

李惠泉孙学鹏邵尚坤袁天语...

2198-2201页

查看更多>>摘要：当X射线荧光(XRF)技术被用于分析空气环境中样品的元素组成时,由于空气对低原子序数(Z)元素(如Cl、K、Ca等)中能量较低的特征X射线吸收较大,从而影响探测效果,因此为了避免空气对低Z元素特征X射线的吸收,经常采用真空条件下XRF技术,但它需要复杂昂贵的真空系统.另外,一般实验室光源功率较低,所以入射光强度较弱,从而也影响探测效果.为解决上述这些问题,设计了基于整体毛细管X射线透镜(PCXRL)和转靶光源并在氦气环境下的密闭XRF简易分析系统.利用透镜聚焦获得的高功率密度增益X射线照射样品,获得较强的XRF信号,并使激发通道和探测通道处于稳定的氦气环境,以降低空气对低Z元素特征X射线的吸收.通过实验对整个XRF分析系统进行了表征,然后测定了互花米草、盐地碱蓬样品.研究表明,在氦气环境中,利用旋转钼靶光源并使工作电压和电流分别为29 kV和20 mA的条件下,所探测到的Cl、K、Ca、Fe等元素特征峰强度高于空气环境下的强度,针对植物中X射线特征峰能量低于8 keV的元素而言,在氦气环境中探测到的特征峰强度为空气中的1.1～5.5倍.这有利于高效无损分析样品中的低原子序数元素成分.

关键词：

X射线荧光整体毛细管X射线会聚透镜氦气无损分析

原文链接:

万方数据
维普

噪声鉴别C均值聚类的滁菊花茶品质等级鉴别研究

武斌谢晨傲陈勇武小红...

2202-2207页

查看更多>>摘要：近红外光谱检测技术可以通过探测近红外区域的光谱特征,反映所测样品内部有机物化学成分和结构信息.在分析物质成分时,近红外光谱通常会涉及到大量的波长数据,因此其维数往往比较高.同时,光谱会出现重叠和冗余等现象,会影响模型的性能.提出一种噪声鉴别C均值聚类(NDCM)算法.NDCM将一种快速广义噪声聚类(FGNC)和模糊线性判别分析(FLDA)相结合,可实现模糊聚类过程中进行数据鉴别信息的提取和数据空间维度的压缩,以达到更高的聚类准确率.对滁菊花茶近红外光谱数据进行模糊C均值聚类(FCM)得到的模糊隶属度和聚类中心作为噪声鉴别C均值聚类(NDCM)的初始模糊隶属度和初始聚类中心,使NDCM具有聚类速度快,准确率高等优点.FCM算法对光谱噪声数据敏感,而NDCM算法在处理含噪声的光谱数据时能够表现出较好的性能.该研究选取特级滁菊、一级滁菊、二级滁菊三种品质等级的滁菊花茶作为实验样本,共计240个样本.实验使用便携式近红外光谱仪(NIR-M-F1-C)采集滁菊花茶的近红外光谱数据.用Savitzky-Golay滤波和多元散射校正(MSC)对滁菊花茶近红外光谱进行预处理,以减少光谱中掺杂的噪声和重叠信息.通过主成分分析(PCA)对采集到的400维光谱数据进行维度压缩降至6维.该研究使用线性判别分析(LDA)提取滁菊花茶光谱数据中的鉴别信息,并将数据空间维度进一步转换为2维.分别用FCM,FGNC和NDCM三种算法对处理后的数据进行聚类分析,以实现对滁菊花茶的准确分类.实验结果显示:当权重指数m=2.5时,FCM,FGNC,NDCM的聚类准确率分别为92.42％,98.48％,100％.NDCM聚类时间略长于FGNC.FCM算法需要进行27次迭代才能收敛,而FGNC算法和NDCM算法分别只需要13次和10次迭代就能达到收敛.采用近红外光谱技术结合MSC、Savitzky-Golay滤波、PCA、LDA和NDCM算法,建立了一种精准鉴别滁菊花茶品质等级的聚类模型.

关键词：

噪声鉴别C均值聚类近红外光谱无损检测线性判别分析

原文链接:

万方数据
维普

《光谱学与光谱分析》投稿简则

2207页

原文链接:

万方数据
维普

基于高光谱和卷积自编码网络的茄子叶片氮含量估测

王浩宇魏子渊杨永霞侯军英...

2208-2215页

查看更多>>摘要：叶片氮含量是评估植物生长状态与光合能力的重要依据之一,准确获取叶片氮含量有助于合理调控氮肥施用,对实现农业高效生产具有重要意义.化学分析方法虽能精准检测氮含量,但需破坏性采样,且步骤繁琐,难以实时大量测量.利用光谱技术可以实现叶片氮含量的无损检测,但受光谱数据固有的高维度、高噪声等特点影响,使得氮含量估测精度难以满足精准农业需求.为实现对叶片氮含量的准确预测,研究提出一种基于高光谱成像(HSI)技术和一维卷积自编码网络(CAE)结合的光谱数据特征提取方法,采用像素级光谱数据训练CAE网络,充分利用叶片HSI数据,保留由于氮含量在叶面上差异性分布产生的局部光谱特征信息,实现对光谱数据的深度特征提取,降低数据维度并滤除噪声,提高建立氮含量预测模型的精度与稳定性.以茄子为研究对象,设置四个施氮梯度,培养获取不同氮含量叶片样本并测定其HSI数据.采用多元散射校正算法进行数据预处理,分别使用HSI-CAE方法、竞争性自适应重加权(CARS)算法和随机蛙跳(RF)算法提取光谱数据深度特征和特征波长,并建立偏最小二乘回归(PLSR)模型.对比深度特征和不同特征波长组合对预测模型精度的影响,从而确定最优特征提取方法.结果表明,利用不同深度CAE编码器提取深度特征建立的预测模型,测试集决定系数均大于0.85,且当输出特征为28维时,测试集决定系数为0.910 2,均方根误差为3.118 9 mg·g-1,对比基于CARS与RF特征波长提取算法建立的预测模型,发现CAE-PLSR模型预测性能最优,验证了 HSI-CAE特征提取方法用于茄子叶片氮含量估测的可行性和优越性.综上,HSI-CAE特征提取方法能够高效分析HSI数据,提取其深度特征.这些特征中含有与氮含量高度相关的信息,使用深度特征建模极大降低了模型的复杂度,有效提高了氮含量预测模型的精度,为实现基于HSI技术的氮含量精准预测提供了新方法.

关键词：

高光谱成像卷积自编码特征提取氮含量

原文链接:

万方数据
维普

基于快照式多光谱特征波长的小球藻叶黄素产量快速测定

沈英占秀兴黄春红谢友坪...

2216-2223页

查看更多>>摘要：叶黄素是天然的抗氧化剂,对人体健康有多种益处,异养小球藻具有叶黄素纯度和产量均较高的优势,而小球藻叶黄素产量主要取决于生物质产量和叶黄素含量两个因素.传统的光密度法测生物质产量和高效液相色谱法测叶黄素含量存在操作复杂、时效性低等不足.为了快速、无损测定小球藻生长过程中叶黄素含量变化,搭建可见-近红外双模式快照式多光谱成像检测系统,根据光谱响应区域,分别利用可见光相机获取叶黄素光谱信息,近红外相机获取生物质光谱信息,构建含有生物质量和叶黄素含量信息的可见-近红外双模式多光谱数据集.针对系统所使用的快照式多光谱相机光谱范围宽、波长数量少的特征波长选取问题,提出一种结合序列浮动前向选择的改进型连续投影算法(mSPA);将mSPA与常规的连续投影算法、遗传算法及随机蛙跳三种波长选择算法作对比分析后,构建了基于特征波长的多元线性回归和极限学习机模型;最后,利用生物质产量和叶黄素含量的最佳预测模型生成小球藻叶黄素产量的可视化分布图.结果表明,在利用近红外、可见光相机分别检测小球藻生物质、叶黄素量时,mSPA得到的特征波长数均较少,并具有最高的预测精度.生物质量与叶黄素含量的最佳模型均为mSPA筛选特征波长后建立的极限学习机模型,对应的预测集决定系数分别为0.947和0.907,预测集均方根误差分别为0.698 g·L-1和0.077 mg·g-1,剩余预测偏差分别为3.535和3.338,模型的预测能力较好.可视化分布实现了直观监测小球藻叶黄素产量的变化,有助于后续实际生产中在线检测叶黄素产量.mSPA在快照式多光谱检测小球藻生物质含量及叶黄素含量中,通过对排序波长逐个评估以选择出最佳特征波长组合,有效地避免了特征波长的错选、漏选,提高了模型的预测精度,为快照式多光谱成像技术应用提供新的波长选择思路.

关键词：

小球藻叶黄素产量快照式多光谱特征波长

原文链接:

万方数据
维普

短程硝化过程的光谱特征波段选择与间隔偏最小二乘法建模

宋彧李卫华薛同站余丽...

2224-2232页

查看更多>>摘要：序批式活性污泥反应器(SBR)是目前应用较广的活性污泥处理装置.通过SBR反应器处理人工模拟高氨氮废水研究短程硝化反应系统启动过程中硝酸盐氮和亚硝酸盐氮含量的变化,利用紫外光谱采集所得数据为基础建立模型,以期快速预测SBR反应器出水中硝酸盐氮、亚硝酸盐氮含量.采用实验室配置的不同浓度硝酸盐氮和亚硝酸盐氮混合溶液,以三种不同波段选择的区间偏最小二乘法(iPLS)构建标准混合液的校正模型.研究结果显示,所建模型对混合液中硝酸盐氮和亚硝酸盐氮实测值与预测值相关性均较好.测定反应器出水指标,同样以三种不同波段选择的偏最小二乘法算法构建紫外光谱与硝酸盐氮和亚硝酸盐氮含量的模型.利用校正集相关系数、交叉验证均方根误差(RMSECV)、预测集的相关系数以及预测均方根误差(RMSEP)评价指标来评价模型结果.在iPLS、siPLS、biPLS三种模型中利用联合区间偏最小二乘法(siPLS)将全光谱分别等分为24、19个区间时,分别联合子区间[2 4]、[3 8]建立的模型预测拟合结果最优,其校正模型 r=0.939 3、RMSECV=1.650 4,r=0.950 7、RMSECV=0.442 1,预测模型 r=0.999 2、RMSEP=1.341 8,r=0.911 9、RMSEP=2.677 0.该模型对硝酸盐氮和亚硝酸盐氮的预测效果总体较好,表明利用紫外光谱建立区间偏最小二乘法模型可以实现对短程硝化反应器出水硝氮和亚硝氮含量的快速预测.

关键词：

短程硝化硝酸盐氮亚硝酸盐氮紫外光谱联合区间偏最小二乘法波段选择

原文链接:

万方数据
维普