水体中过高浓度的有机物含量危害巨大, 不仅会造成严重的环境污染, 而且危害人类身体健康, 传统化学法检测水体化学需氧量(COD)的步骤繁琐且时效性差, 不利于水体中COD的快速定量检测。 针对这些问题, 提出了一种将紫外光谱与组合权值模型相结合的快速定量检测COD方法, 该组合权值模型是基于反向区间偏最小二乘法(BiPLS)结合组合区间偏最小二乘法(SiPLS)算法对紫外光谱的特征子区间筛选组合, 然后依据特征子区间的权值建立的预测模型。 首先按照一定的浓度梯度配制45份COD标准液样本, 通过实验获取标准液的紫外光谱数据; 对获取到的COD紫外光谱数据做一阶导数和S-G滤波(Savitzky-Golay)的预处理, 消除基线漂移和环境干扰噪声; 应用SPXY(Sample set partitioning based on jiont X-Y)算法将实验样本数据组划分成校正集和预测集。 然后基于BiPLS算法对全光谱区间进行波长筛选, 在BiPLS筛选过程中, 目标区间的划分数量会对建模产生较大影响, 于是对子区间划分数量进行优化, 把子区间分成15~25个, 在不同区间数下都进行偏最小二乘(PLS)建模, 通过交互验证均方根误差(RMSECV)来筛选最优子区间数, 得到区间数为18时, 模型效果最佳。 从18个波长区间筛选出了6个特征波长子区间, 入选的子区间为2, 1, 3, 11, 7和6, 对应波长为234~240, 262~268, 269~275, 290~296, 297~303和304~310 nm, 这6个特征波长区间涵盖了大量的光谱信息, 对最终预测模型的贡献度大; 接下来通过SiPLS算法对这6个初选区间进行进一步的筛选组合, 采用不同的组合数构建不同特征区间上的PLS模型, 在相同组合数下, 筛选出一个区间组合数最优的结果, 对比不同组合数下预测模型的误差与相关性, 将6个区间筛选组合为3个特征波长区间, 分别为234~240, 262~275和290~310 nm, 这三个特征区间最佳因子数分别为4, 4和3。 对传统SiPLS的特征区间组合方法进行改进, 基于权值的大小来对这3个特征区间进行线性组合, 代替过去特征区间直接组合的方法。 通过权值公式计算出这3个特征区间的权重大小分别为0.509, 0.318和0.173, 最终建立线性组合权值COD浓度预测模型。 为了验证组合权重预测模型的精度, 另外建立了全波长范围内的PLS预测模型、 单个特征波长区间的PLS预测模型、 直接组合特征波长区间的PLS模型, 并使用评价参数相关系数的平方(R2)、 预测值与真实浓度值的均方根误差(RMSEP)和预测回收率(T)来对模型评价。 验证结果表明, 相比其他预测模型, 组合权值模型相关系数的平方达到了0.999 7, 明显优于直接组合特征区间建模的0.968 0, 预测均方根误差为0.532, 比直接组合特征区间的预测模型误差降低了29.3%, 预测回收率为96.4%~103.1%, 显著地提高了预测精度。 该方法简单可行, 不会产生二次污染, 可为在线监测水体中COD浓度提供一定的技术支持。

基于表面等离激元在亚波长结构的传输特性,提出了一种含双金属挡板的金属-电介质-金属(MDM)波导耦合方形腔结构。法布里-珀罗(F-P)谐振腔产生的宽连续态与由方形谐振腔产生的窄离散态干涉相消,形成了Fano共振。基于耦合模理论,定性分析了该结构Fano共振的产生机理。利用有限元法对该结构进行了仿真,定量分析了结构参数对折射率传感特性的影响。结果表明,优化参数后该结构的折射率灵敏度高达1080 nm/RIU,优质因子高达7.35×10 ⁵。

针对传统均值漂移算法利用固定核或对称核函数进行目标跟踪时出现目标跟踪丢失或 跟踪失败的问题,提出了基于各向异性核函数的自适应带宽均值漂移目标跟踪算法,以提高 目标跟踪的准确性、实时性。在符号距离核函数的基础上引入符号距离约束函数,构成各向 异性核函数,满足目标外部的区域函数值为零,为目标跟踪提供准确的跟踪窗。依据基于各 向异性核函数的均值漂移应用到目标跟踪中需满足跟踪窗内的样本点到中心点的向量权重之 和为0的思想,计算各向异性核函数模板的均值漂移窗口中心。利用相似度阈值对前后两帧 目标模板的变化情况进行限制,实现各向异性核函数模板的自适应更新及目标的准确实时跟踪。 实验结果表明所提出算法的准确性和实时性较高。