1 福建江夏学院电子信息科学学院， 福建 福州 350108 数字福建智能家居信息采集及处理物联网实验室， 福建 福州 350108
2 福建江夏学院电子信息科学学院， 福建 福州 350108
3 山东省农业科学院农业质量标准与检测技术研究所， 山东 济南 250100
金银花是清热解毒必备良药， 市面上金银花来源复杂， 最著名的山东平邑产金银花在市场上常遭造假。 已有的鉴别方法大多耗时长、 成本高且操作复杂， 亟需一种快速高效的金银花产地溯源方法。 针对应用在金银花鉴别中的近红外光谱(NIRS)数据的一维卷积神经网络（1D-CNN）鉴别模型存在参数量过大、 模型效率过于低下、 计算复杂度高， 同时易产生过拟合问题， 对传统1D-CNN结构作出改进。 使用效率较高的VD（Very Deep）结构替代传统1D-CNN中隐含层结构， 并针对 NIRS 数据适应性改进， 使其可直接应用于一维NIRS数据。 改进分为三步: (1) 将特征层的设计转为2个约束优化设计: 第一约束条件设每个卷积层C值（卷积核与感受野的大小比值）为1/6， 可提高网络模型效率; 第二约束条件取顶层感受野大小为数据向量大小， 实现更深层数据特征提取， 并减小过拟合。 (2) 通过降采样把特征层输出特征向量缩小至较小的尺寸; (3) 使用两个1×5大小的卷积层和一个带有Dropout的池化层将数据大小降采样到只有一个矢量的向量替代分类作用的全连接层， 进而减小参数量。 采集河南、 山东、 河北、 重庆主要产地出产的金银花为样品500份。 测试光谱范围908～1 676 nm， 采用KS法对样品集预处理， 并用shuffle算法完成训练集、 验证集、 测试集划分， 构建基于改进1D-VD-CNN与近红外光谱的金银花产地鉴别模型。 结果表明， 1D-VD-CNN训练集与测试集准确率均达到100%， 损失值收敛为0.001附近。 与传统1D-CNN模型相比， 1D-VD-CNN模型的训练集与测试集准确率分别提升为约0.5%与1.4%， 参数量和FLOPs分别减少近1 M(兆)和20 M(兆)。 与原始光谱数据分析法和PLS-DA法对比分析， 表明1D-VD-CNN模型对金银花近红外光谱分类具有更高的效率和更好的识别性能。
金银花 近红外光谱 超深度 一维卷积神经网络 产地溯源 Honeysuckle Near-infrared spectroscopy Very-deep(VD) One-dimensional conv-olutional neural network(1D-C Origin traceability 光谱学与光谱分析
2023, 43(5): 1471
1 广西民族大学化学化工学院, 林产化学与工程国家民委重点实验室, 广西林产化学与工程重点实验室, 广西林产化学与工程协同创新中心, 广西高校食品安全与药物分析化学重点实验室, 广西 南宁 530006
2 横州市综合检验检测中心, 广西 横州 530300
茉莉花的风味、 药用、 营养等方面的品质受其产地因素的影响, 因此茉莉花产地溯源对于保护消费者权益, 促进茉莉花产业健康发展具有重要意义。 为实现对不同产地的茉莉花产地溯源, 收集了广西横州、 福建福州、 四川犍为、 云南元江四个国内茉莉花主产地的100个茉莉花样本, 分别采用积分球和光纤探头两种方式获得茉莉花花蕾干样的近红外漫反射光谱(900～1 700 nm)。 采用Savitzky-Golay (SG)光谱平滑和多元散射校正(MSC)相结合进行光谱预处理, 光谱预处理后再利用主成分分析(PCA)结合线性判别分析(LDA)、 K近邻法(KNN)建立了茉莉花原产地判别模型。 建模过程中68个样本作为训练集, 32个样本作为测试集, 并通过交互检验进行模型参数优化。 结果表明, 基于PCA-LDA和PCA-KNN两种方法建立的判别模型均有良好的预测能力, 其中对于积分球采样得到的光谱数据两种方法预测准确率均达到100%, 对于光纤探头采样得到的光谱数据PCA-LDA和PCA-KNN的预测准确率分别为100%和93.75%。 最后, 通过不同产地茉莉花的色谱指纹图谱对比分析, 进一步阐明了基于近红外光谱技术进行茉莉花产地识别的物质基础。 该研究为茉莉花产地溯源提供了一种绿色、 快速、 准确的新方法, 在茉莉花原产地保护上有重要的潜在应用价值。
茉莉花 产地溯源 近红外光谱 化学计量学 Jasmine Traceability of the Geographical Origin Near-infrared spectroscopy Chemometrics 光谱学与光谱分析
2023, 43(11): 3389
中国计量科学研究院医学计量中心，北京 100029
目前，关于荧光流式细胞仪的计量和溯源方面的资料相对有限。为了研究基于荧光检测的流式细胞仪的技术发展并加快其标准化进程，对国内外文献资料进行整合，并总结了荧光流式细胞仪的类别、应用、相关标准化研究进展和关键参数的详细信息，主要包括仪器分辨率、散射光和荧光灵敏度、荧光线性相关系数、检出限、准确性、可重复性和稳定性等。国内外对广泛使用的几种评价荧光流式细胞仪性能的计量方法具有基本一致的标准。各个研究组织与应用领域对于流式细胞仪的性能具有不同的需求，一套完整可溯源的表征流式细胞术的计量标准及其评价方法能够方便实验室之间进行可重复和可比较的研究交流与讨论。
荧光检测 流式细胞仪 标准化 计量 溯源 激光与光电子学进展
2023, 60(4): 0400002
1 成都中医药大学药学院西南特色中药资源国家重点实验室, 四川 成都 611137
2 雅安三九制药有限公司, 四川 雅安 625000
3 四川佳能达攀西药业有限公司, 四川 布拖 616350
可靠的原产地认证方法对于保护指定产地的高价值中药材（例如道地药材、 地理标志产品等）至关重要。 附子作为著名的传统中药和川产道地药材, 疗效显著, 临床应用广泛, 在国内外市场需求量很大。 不同产地的附子疗效和价格有所不同, 大众很难通过传统经验进行准确鉴别, 基于植物代谢组学模式下的质谱检测技术, 测试样本制备过程繁琐冗长、 操作复杂、 检测时间长, 且重现性偏低。 近红外光谱作为一种成熟、 快速、 无损的检测技术, 被机器学习集成后为中药材在线质量监管和控制带来新途径。 基于近红外光谱技术结合随机森林算法建立了一种不同产地附子无损鉴别模型。 在四川、 陕西和云南等主要栽培区域共采集了255份附子样本, 采用傅里叶变换近红外光谱获得所有样本的漫反射光谱信息。 采用单一和组合光谱预处理方式以消除光谱中的多种干扰, 并筛选出最佳预处理方式, 以此为输入指标建立随机森林模型。 采用灵敏度、 特异度和平衡精度等指标评价了模型的综合性能。 结果表明: Savitzky-Golay平滑+多元散射校正为最佳预处理方式; 仅采用全波长数据, RF模型对3组省级的样本的预测准确率超过了90%, 预处理后预测准确率达98.39%; 对于市/县一级样本, RF模型同样具有优秀的判别能力, 准确率大于75%。 模型对道地产区周边栽培区域的样本, 识别率达100%。 过滤出前100个特征波数, 重新优化模型, 模型对各市/县级区域的识别精度超过85%, 尤其是对一些产自高原样本的识别能力得到了明显提升。 研究中采用了环境友好型溯源策略, 分析速度更快, 样品损失更少, 精度更高, 为不同产地附子快速、 高效的鉴别提供了新模式, 为后续附子及其相关炮制品的鉴别和溯源提供了参考。
附子 产地 溯源 近红外光谱 机器学习 随机森林 Fuzi Origin Traceability Near-infrared spectroscopy Machine learning Random forest 光谱学与光谱分析
2022, 42(12): 3823
1 中国地质大学（武汉）珠宝学院, 湖北 武汉 430074
2 中国地质大学（武汉）珠宝检测中心, 湖北 武汉 430074
龙王山墓葬位于湖北省荆门市, 属于大溪文化向屈家岭文化过渡的关键时期, 距今约5 000年。 该墓葬共出土玉器73件, 玉器品质普遍较好。 长江中游地区历来鲜少出土玉器, 而时代更迭之期更是社会变革之际, 无论是从地理位置还是从时期上来看, 研究龙王山墓葬出土的玉器都具重大意义。 采用相对密度检测, 红外光谱仪（FTIR）及激光剥蚀电感耦合等离子体质谱仪（LA-ICP-MS）研究出土玉器的谱学及化学成分特征, 鉴定其材质, 并对用料水平及矿源进行了探究。 红外光谱结果显示龙王山墓葬出土玉器的红外吸收谱图可分为两类: 软玉类和玛瑙类。 软玉类玉器的红外吸收峰表现为1 207, 1 123, 1 028, 928, 775, 700, 602, 488和425 cm-1处。 玛瑙类玉器的红外吸收峰表现为1 158, 814, 790, 702, 572, 521及405 cm-1。 软玉类玉器有71件, 且品质都非常好, 说明龙王山墓葬先民对玉料的分选能力很强。 将龙王山墓葬的用料水平与同时期其他地区的考古学文化的用料水平进行对比, 龙王山墓葬的用料水平远超同期; 将龙王山墓葬的用料水平与湖北地区新石器时代的用料水平进行对比, 龙王山墓葬的用料水平远超湖北地区平均水平。 LA-ICP-MS的结果显示软玉质玉器的微量元素主要包含K和P等, 微量元素赋存情况以W, U, P及Sb元素富集, Th和Ti元素亏损为主。 玉器的稀土配分型式图多样, 水平海鸥状、 左倾式、 右倾式皆有。 Ce异常普遍不明显, Eu以正异常及负异常为主。 采用多元统计方法中的逐步判别法, 辅助SPASS软件, 对龙王山墓葬出土玉器的稀土元素及微量元素含量进行投点, 推断大部分玉料来自某个与新疆成矿环境类似的矿床, 但因其地球化学特征的多样性, 不排除玉料多来源的可能性。
玉器材质 红外光谱 地球化学特征 用料水平 产地溯源 Jade features Infrared spectroscopy Geochemical characteristics Level of selecting jade material Origin traceability 光谱学与光谱分析
2022, 42(12): 3736
1 国防科技大学脉冲功率激光技术国家重点实验室, 安徽 合肥 230037
3 中国科学院合肥物质科学研究院, 安徽 合肥 230031
在碳中和的国际大背景下, 精确可靠地定量测量大气温室气体浓度对实现碳中和目标具有重要意义, 开发测量结果可直接溯源至国际单位制SI的气体分析仪是精确可靠监测温室气体浓度的重要方法。 可调谐二极管激光吸收光谱(TDLAS)技术是常用的气体浓度测量方法, 根据比尔-朗伯定律, 实现仪器的测量浓度直接溯源至SI的必要条件之一是可直接溯源的气池光程, 气池光程的不确定度直接影响气体浓度的测量不确定度, 对气池光程的可溯源精确测量有利于发展测量结果可直接溯源的气体分析仪。 针对光程标称为81 cm的三次反射型气池光程可溯源测量需求, 使用校准的米尺测量该气池光程得到的直接测量结果为(81.21±0.80) cm, 较大的测量不确定度(0.80 cm)是综合考虑定位误差和三段光路与测量路径可能不重合导致的测量误差估算得到的。 为了减小测量不确定度, 本文搭建了TDLAS气池光程测量系统, 测量系统以1 576 nm分布式反馈激光器为光源, 通过在激光控制器上加载斜坡扫描电压来测量待测气池内标准高纯二氧化碳(CO2, 99.999%)在6 344.68 cm-1附近的吸收光谱, 使用测量结果可直接溯源的压力传感器和温度传感器分别测量气池内的压强和气体温度, 采用美国国家标准技术局最新测量得到的30012-00001跃迁带P 4e支线强(相对标准不确定度为0.15%)反演气池光程, 使用二次速度依赖Voigt线型精确拟合不同气压(36~75 Torr)下的光谱吸光度信号获得对应气压的积分吸光度, 全面分析各参量的测量不确定度及其传递过程, 对不同气压下的积分吸光度进行线性回归分析, 计算得到可直接溯源的气池光程为(81.61±0.42) cm, 相对标准不确定度为0.51%, 测量不确定度范围落在直接测量结果范围内, 测量不确定度小于直接测量结果。 本文气池的光路结构是多次反射长光程气池的简化, 该系统同样适用于多次反射长光程气池光程的可溯源测量。
激光吸收光谱 可溯源 不确定度 光程测量 Laser absorption spectroscopy TDLAS Traceability Uncertainty Optical path length measurement TDLAS 光谱学与光谱分析
2022, 42(11): 3461
1 新疆农业大学数理学院, 新疆 乌鲁木齐 830052
2 新疆农业大学机电工程学院, 新疆 乌鲁木齐 830052
苹果产地溯源具有重要的应用价值和现实意义。 为了探寻苹果产地溯源新方法, 以红富士品种为研究对象, 以新疆阿克苏、 山东烟台、 陕西洛川三个产地671个红富士苹果样本为试材, 分别采集其590~1 250 nm的近红外透射光谱, 然后基于分数阶微分(FD)及主成分分析(PCA)-谱回归判别分析(SRDA)进行多模型融合, 构建红富士苹果产地溯源的集成学习模型。 首先, 将经过光谱校正后的光谱数据划分为训练集和测试集, 并利用分数阶微分预处理训练集光谱, 获取不同阶次(取0~2阶, 步长为0.1)的分数阶微分光谱; 结合不同阶次的分数阶微分光谱及PCA-SRDA算法构建基学习器, 将基学习器预测结果构成一个新训练集, 并通过决策树算法完成模型融合, 得到最终分类预测模型; 随后, 采用对应阶次的分数阶微分预处理测试集光谱, 并基于已建立的基学习器, 获得测试集相应的预测结果; 最后, 将预测结果构成一个新测试集, 并基于已建立的分类预测模型, 输出最终的预测结果。 按7:3比例随机划分样本集, 并进行200次重复实验。 结果表明, 结合不同阶次的分数阶微分预处理及线性判别分析(LDA)、 SRDA、 PCA-LDA、 PCA-SRDA算法建立多模型融合集成学习模型, 具有较好的鉴别效果和较强的鲁棒性, 其中, FD-PCA-SRDA多模型融合集成学习模型为最优, 其训练集的平均精度为97.33%, 标准差为0.49%, 测试集的平均精度为94.84%, 标准差为1.48%。 故, 分数阶微分技术及PCA-SRDA算法结合近红外透射光谱可成功、 有效地实现苹果产地溯源。
近红外透射光谱 分数阶微分 主成分分析-谱回归判别分析 苹果 产地溯源 Near-infrared transmission spectrum Fractional differential Principal component analysis-spectral regression discriminant analysis Apple Origin traceability 光谱学与光谱分析
2022, 42(10): 3249
1 湖南大学化学化工学院, 化学生物传感与计量学国家重点实验室, 湖南 长沙 410082
2 湖南工业大学生命科学与化学学院, 湖南省生物医用纳米材料与器件重点实验室, 湖南 株洲 412008
3 中国中医科学院中药资源中心, 道地药材国家重点实验室培育基地, 北京 100700
4 中南民族大学药学院, 湖北省民族药物现代化工程技术研究中心, 湖北 武汉 430074
5 北京同仁堂平江白术有限公司, 湖南 平江 414500
白术是一种著名中药材, 其品质与其种植产地密切关联, 迫切需要寻找一种能快速对白术进行品质鉴定和产地溯源的方法。 白术含有多种内源荧光物质, 可为三维荧光技术鉴定白术的产地提供依据。 首先使用交替三线性分解(ATLD)对白术三维荧光光谱进行表征, 再将三维荧光光谱与偏最小二乘判别分析(PLS-DA)和k最邻近法(kNN)两种模式识别方法相结合对白术样品进行产地溯源。 结果表明, PLS-DA和kNN各自建立的分类模型能有效对三大白术产区(安徽、 湖南和浙江)的样本进行区分, 对预测集中白术道地药材浙江白术的分类准确率(CCR)分别高达80%和90%。 所建立方法为白术的产地溯源提供一种新颖、 快速的解决方案, 有利于维护白术市场的秩序, 利于其产业发展。
白术 化学计量学 三维荧光 交替三线性分解 产地溯源 Atractylodes macrocephala Koidz Chemometrics Three-way fluorescence Alternating trilinear decomposition Origin traceability 光谱学与光谱分析
2022, 42(9): 2875
1 中国人民公安大学侦查学院，北京 100038
2 中国人民公安大学公安管理学院，北京 100038
物证的溯源分析一直是法庭科学领域的一大难点，在刑事案件侦查中发挥着重要作用。提出了一种衰减全反射-傅里叶变换红外光谱（ATR-FTIR）结合机器学习相关方法对人体指甲样本进行检验和溯源分析的新方法。采集了来自我国7大地区18个省市共计195名志愿者十指指甲样本的ATR-FTIR图，经预处理后使用主成分分析（PCA）和因子分析（FA）两种方法进行降维处理，随后采用多层感知器（MLP）、径向基函数（RBF）、决策树（DT）以及支持向量机（SVM）模型开展分类识别。实验结果表明，PCA和FA两种降维方法在后续建模分析方面差别不大；MLP的分类效果优于RBF；基于CHAID算法的主成分分析和决策树（PCA-DT）模型训练集和测试集分类识别率分别可达91.0 %和92.0 %，优于穷举式CHAID、CRT和QUEST算法；基于多项式核函数的主成分分析和支持向量机（PCA-SVM）模型能够实现7大地区和华北5省市指甲样本的完全区分，分类效果优于RBF、Sigmoid和线性核函数。因此，采用ATR-FTIR技术结合PCA-SVM模型能够实现不同地域指甲样本的准确区分，为指甲物证的溯源分析提供了一种新的方法与思路。
光谱学 指甲 化学计量学 溯源分析 激光与光电子学进展
2022, 59(18): 1830002
针对炮管内径测量仪的校准溯源问题, 阐述了炮管内径测量仪的结构原理, 设计了一种具有双动测头的校准装置, 建立了测量模型, 分析了影响校准结果的主要因素, 并对各因素的影响程度进行了定量评估, 最后评定出测量不确定度。结果表明, 校准装置的不确定度为0.22μm, 测径仪校准结果的不确定度为3.0μm, 能够满足内径测量仪的校准溯源要求, 并实现了自动化校准。
光学测量 激光干涉仪 内径测量仪 位移传感器 校准溯源 不确定度 optical measurement laser interferometer inner diameter instrument displacement sensor calibration traceability uncertainty
