1 陕西科技大学电气与控制工程学院, 陕西 西安 710021
2 陕西科技大学电子信息与人工智能学院, 陕西 西安 710021
红参中提取出的有效活性成分人参皂苷含量对后续产品的质量有重要的影响。 传统的红参提取质量控制化学检测方法成本高, 具有滞后性。 已有的研究表明快速无损的近红外检测方法用于红参提取过程具有可行性, 但现有方法依赖仪器自带数据处理软件, 无法满足生产实际的精度和速度需求。 为实现红参提取过程的快速、 精确监测, 提出将多种智能光谱筛选算法应用在近红外光谱建模中, 并对比不同光谱筛选算法的性能和稳健性。 以红参提取液中含量高的人参皂苷Rg1和含量较低的人参皂苷Rc为目标, 采集了三个不同批次前两次红参提取液样本128份, 在线获取1 000~2 499 nm波段近红外原始光谱吸光度数据, 并同时采用国标方法高效液相色谱法测定目标人参皂苷含量, 首先采用竞争适应性重加权采样法(CARS)、 无信息变量消除法(UVE)、 随机蛙跳算法(RF)和连续投影算法(SPA)四种波长筛选算法进行波长降维处理, 然后使用筛选后的波长建立线性偏最小二乘(PLS)定量模型, 并通过模型的均方根误差(RMSE)、 决定系数(R2)和预测相对分析误差(RPD)等来评估模型的性能。 从四种波长优选算法PLS建模结果可知, 经RF优选后, 建模特征波长变量下降为原来的0.67%, 红参提取液中人参皂苷Rg1和Rc含量的R2都达到了0.94以上, 预测均方误差分别为0.024 6和0.013 5, 预测集相对分析误差达到了4.84以上, 降低了建模的难度, 提高了建模的精度; 将RF和CARS在原始光谱、 全光谱、 SNV预处理后的全光谱上建模对比, RF波长筛选算法建模模型的性能整体较好, 不同的光谱范围和预处理方法下性能影响较小, 稳健性好。 综上表明RF是红参提取液建模相对理想的波长筛选算法, 基于RF的PLS算法实现了对红参两次提取液的一次建模, 可用于提取液中人参皂苷成分含量的快速检测, 为药物的在线提取控制提供理论支撑。
近红外光谱 红参提取 随机蛙跳 稳健性 人参皂苷 Near infrared spectroscopy Red ginseng extraction RF Robustness Ginsenoside 光谱学与光谱分析
2021, 41(8): 2443
1 陕西科技大学电气与控制工程学院, 陕西 西安 710021
2 广州谱民信息科技有限公司, 广东 广州 510006
3 中山大学药学院, 广东 广州 510006
4 江西保利制药有限公司, 江西 赣州 341900
随着中药制剂存储时间的延长, 其有效成分含量逐渐降低。 化学检测手段损耗样品、 检测时间长、 成本高, 利用近红外光谱对不同年份的经典名方安胎丸进行年份鉴别。 为探讨这种无损、 快速质量控制方式的可行性, 采集了三年的105粒样本在1 000～1 799 nm波段近红外光谱吸光度数据, 随机选择80个作为训练集, 25个作为测试集。 首先采用连续投影算法（SPA）, 消除原始光谱数据中的冗余信息, 对输入全光谱进行优化降维, 根据测试集的内部交叉验证均方根误差值, 从输入的800个波长中提取出11个特征波长, 分别是: (1 692, 1 714, 1 405, 1 001, 1 114, 1 478, 1 514, 1 788, 1 202, 1 014, 1 164) nm; 然后建立支持向量机(SVM)分类模型, 由于SVM模型中的参数选取对分类正确率影响很大, 利用粒子群优化（PSO）算法, 对SVM模型中惩罚参数C和核函数参数进行寻优, 形成PSOSVM分类模型; 最后将SPA降维后的特征波长输入到PSOSVM分类算法中。 用Matlab软件进行仿真测试, 分别构建SVM, SPA-SVM和本文的SPA-PSOSVM三种方法分类模型, 分类测试正确率分别达到了76%, 92%和100%。 从仿真结果可以看出, SPA波长优选可有效地降低光谱信息中存在的冗余信息, 减少建模所需的时间, 结合PSOSVM分类模型降低了模型的复杂度, 提高分类精度。 结果证实, 依照所建立的利用近红外算法, 可以准确无损区分中药制剂安胎丸生产的年份, 该研究可为中药制剂年份间差异评价提供一种思路。
近红外光谱 安胎丸 年份预测 连续投影算法 粒子群优化结合支持向量机 Near infrared spectroscopy Antai pills Year classification Successive projection algorithm(SPA) Particle swarm optimization combined with support 光谱学与光谱分析
2020, 40(8): 2592
1 陕西科技大学 电气与控制工程学院, 西安 710021
2 西北工业大学 无人系统技术研究院, 西安 710072
3 陆军装备部 装备技术合作中心, 北京 100000
针对遥感图像背景复杂且存在某场景图像中关键物体小且尺度变化较大, 需提升模型表征能力来准确辨别各类场景的问题, 提出了一种深度多分支特征融合网络的方法进行遥感图像场景分 类.利用多分支网络结构提取高、中、低三个层次的特征信息, 将三个层次的特征进行基于拆分-融合-聚合的分组融合, 最后为了关注难辨别样本和标签位置损失, 提出一种损失函数.试验结果证明 , 本文所提出的方法对于提高分类准确率十分有效, 在UCM、AID和OPTIMAL三个数据集上的准确率超过其他算法.在数据集UCM上80%样本训练, 准确率达到了99.29%, 与ARCNet-VGG16算法相比分类准 确率提高了1.35%.在数据集AID上50%样本训练, 准确率达到了95.56%, 与Two-Stream算法相比提高了0.98%.在数据集OPTIMAL上80%样本训练, 准确率达到95.43%, 与ARCNet-VGG16算法相比提升 2.73%.
遥感图像 场景分类 多分支网络 特征融合 损失函数 Remote image Scene classification Multi branch network Feature fusion Loss function
1 陕西科技大学电气与信息工程学院, 陕西 西安 710021
2 中科院国家授时中心时间频率基准重点实验室, 陕西 西安 710600
3 中国科学院大学, 北京 100049
4 西安石油大学理学院, 陕西 西安 710065
飞秒激光器是激光频率测量系统——飞秒光梳的核心部件，其噪声、重复频率、脉冲宽度、光谱等参数决定了它在应用中的表现。报道了用于9.2 GHz基于光学腔超稳微波源的掺铒光纤飞秒激光器的研制。该激光器采用环形腔结构，重复频率为186 MHz，直接输出功率为120 mW，光谱中心波长为1550~1600 nm。采用动态信号分析仪测试了双边带噪声功率谱，结果显示：研制的飞秒激光器自由运转时，1 Hz处双边带幅度噪声为-118 dBc/Hz，在10 Hz到100 kHz频率范围内幅度噪声小于-130 dBc/Hz。
激光器 光纤激光器 锁模激光器 幅度噪声 频率稳定度
陕西科技大学 电气与信息工程学院，陕西 西安 710021
Altera SOPC Builder提供了NiosⅡ处理器及一些常用外设接口，但并没有提供320×240液晶模块的接口及驱动。利用SOPC Builder自定义逻辑的方法在SOPC设计中添加了自己开发的液晶显示模块IP 核,并集成到系统并在NiosⅡ IDE 集成开发环境下进行编程，实现了嵌入式NiosⅡ软核处理器与液晶显示模块的接口设计，并编写了驱动程序。
液晶显示 接口设计 SOPC SOPC Nios Ⅱ Nios Ⅱ LCD interface design
陕西科技大学 电气与信息工程学院,西安 710021
根据人眼对色彩的感知特性,提出HSV色彩空间上的一种非线性加权最优模糊聚类的彩色图像增强算法.将原始图像从RGB空间转换到HSV色彩空间,提取H、S、V三分量,对其中的亮度分量V进行非线性最优模糊聚类增强处理,将合成后的HSV图像转回到RGB空间,完成彩色图像的增强处理.实验结果表明,该算法能避免色彩失真,改善图像的色彩辨识性,提高了景物信息的清晰度.
彩色图像增强 色彩空间 模糊聚类 非线性加权 Color image enhancement HSV HSV color space Fuzzy cluster Nonlinear weighted
