可见/近红外光谱

摘要： 潮滩沉积物水分的分布在空间和时间上会有很大的变化,含水量的变化会导致沉积物中生源要素含量的变化。因此,实时、准确、快速的监测潮滩沉积物含水量,对了解潮滩的各种特性,掌握潮滩生源要素信息,潮滩资源的开发有着重要意义。采集青岛市东大洋村潮间带的沉积物115份,分别测定新鲜样品、风干4周、风干8周样品的可见近红外光谱和含水量。以db10小波基和sym6小波基对原始光谱进行小波变换,采用偏最小二乘回归建立潮滩沉积物含水量模型。通过10阶小波变换获取原始光谱的低频信息A_(n)和高频信息D_(n)(n=1,2,…,10),通过原始光谱S分别与高频信息D_(n)做差值,得到S-D_(n),对A_(n),D_(n)和SD_(n)建立潮滩沉积物含水量模型,并对模型结果进行分析。原始光谱建立模型的R_(p)^(2)为0.841,RMSEP为2.767,RPD值为2.481。通过对db10小波基变换后的低频和高频信息分析,无用信息主要集中在D_(3)和D_(4),去除D_(3)和D_(4)建立的含水量模型,相比于原始光谱模型精度有明显提高,R_(p)^(2)为0.878,RMSEP为2.501,RPD值为2.749;通过sym6小波基变换后进行分析,无用信息主要集中在D_(5)和D_(9),去除D_(5)和D_(9)建立含水量模型与原始光谱模型相比,精度也有一定提高,R_(p)^(2)为0.87,RMSEP为2.475,RPD值为2.768。因此通过小波变换对原始光谱划分低频信息和高频信息进行分析,能够有效找到潮滩沉积物含水量的干扰信息,实现特征信息提取,从而建立准确度更高的潮滩沉积物含水量模型,为潮滩沉积物含水量实时、动态监测提供理论基础。

摘要： 【目的】基于可见/近红外光谱技术,以10种木材为研究对象,探索不同预处理和特征提取方法下BP神经网络识别木材的效果。【方法】利用美国ASD公司生产的LabSpec 5000光谱仪采集10种木材的光谱图,分别进行移动平均法处理、移动平均法+多元散射校正(MSC)、移动平均法+标准正态变量变换(SNV)、Savitzky-Golay卷积平滑算法(S-G滤波器)、S-G滤波器+MSC和S-G滤波器+SNV的预处理,运用主成分分析法(PCA)、连续投影算法(SPA)、SPA和遗传算法(GA)联合分别进行特征提取,将提取的特征结合BP神经网络进行木材识别试验。【结果】以SPA和GA联合提取光谱特征时,移动平均法+SNV的预处理效果最佳,以吸收峰为起始波段(Winitial=1445 nm)、吸收峰个数为特征个数(Ntot=9)时,识别率较高,特征个数大部分减少为SPA提取特征值个数的一半左右。BP神经网络的平均识别速度提升明显。10种木材的平均识别率为98.0%,其中7种木材的识别率达到了100.0%。【结论】在移动平均法+SNV的预处理下,SPA和GA联合提取光谱图的特征,既可提高BP神经网络识别木材的正确率,又可提升识别速度。

摘要： 结合卷积降噪自编码器与随机森林算法,提出一种新型的卷积降噪自编码器-随机森林(CDAE-RF)模型,并基于可见-近红外光谱数据集来识别苹果树种。首先,通过网格式搜索、平行实验的方法优化了L1范数等参数,提高了模型的鲁棒性;然后,对比实验分析了CDAE-RF、主成分分析-随机森林模型(PCA-RF)、K最近邻分类算法等方法在不同噪声水平下光谱识别的准确性和鲁棒性。实验结果表明,相对于传统算法,新提出的CDAE-RF模型识别准确率达97.92%,在加噪情况下具有更高的鲁棒性。CDAE-RF模型降低了随机森林算法对噪声的敏感性,提高了噪声光谱图像识别的准确性,为地物波谱识别提供了一种新的方法。

摘要： 有机磷农药毒死蜱是目前农业生产中使用最广泛的农药之一,但有机磷农药过度使用导致的农药残留却给自然环境和人类生命健康造成严重威胁,因此,开发一种快捷、准确、经济的毒死蜱农药在农产品表面残留的直接检测方法意义重大。配制4组不同体积浓度(1∶200,1∶500,1∶800,1∶1000)的毒死蜱农药溶液,对照组为纯净水,分别浸泡甘蓝叶片3 min,每组采集30个叶片样本,5组共计150个样本。采用可见近红外光谱仪获取其谱图信息,然后开展不同浓度毒死蜱农药在甘蓝叶片上残留的可见近红外光谱定性分析研究。建模时,将每组数据中24个样本,5组共计120个样本作为建模训练集,剩下每组6个样本,5组共计30个样本作为预测集。鉴于甘蓝叶面不平整、皱褶较多,叶片颜色深浅不一等因素会给近红外光谱分析带来干扰,给预测模型的建立增加难度,提出一种光谱全波段平均分组积分(求和)预处理方法,将光谱波段平均分成n组,再对分组后每组数据积分求和,用预处理后的数据训练BP神经网络。实验表明,光谱全波段平均分组积分(求和)预处理方法,对光谱反射率一阶导数(FD)且分组数为25的神经网络训练效果最好,建模集识别准确率为97.50%,预测集识别准确率为96.67%,建模效果优于通常采用的提取光谱敏感、特征波段建模方法(建模集识别准确率为91.67%)。光谱全波段平均分组积分预处理方法在保留光谱数据更多特征波段的同时探索更多潜在敏感波段,能够降低光谱数据维度,减小单个光谱数据噪声对建模效果的影响,选择合适的分组数n,能取得较好的建模预测效果。

摘要： 由于猪瘟影响,鸡蛋作为动物性蛋白的需求大幅增加,蛋鸡养殖行业也在逐步发展与壮大以满足人们的需求。如何在幼雏阶段甚至胚胎发育阶段能够简单、准确与方便地判断出雌雄,对蛋鸡养殖行业的发展具有重要意义。对此,选用96个壳色相近、表面无裂纹的新鲜种鸡蛋,以其可见/近红外漫反射光谱为研究对象,探讨数据采集位置、光谱预处理方法对种蛋胚胎性别鉴定定性模型的影响。在样本表面钝端、锐端和赤道共三个不同位置分别采集漫反射光谱强度,经校正后选择(440.27~874.6)nm作为有效光谱波段进行分析,并按照2∶1的比例划分训练集和测试集,分析了采用归一化(Normalize),二阶导数(2nd Derivative),标准正态变量变换(SNV),多元散射校正(MSC),去趋势法(Detrend),光谱转换法(Spectroscopic)共六种方法预处理后的偏最小二乘法判别模型和线性判别分析模型的预测集准确率,与原始数据(Raw)的预测集准确率进行对比,得出准确率差异。通过对入孵后216,240,264,288和312 h不同位置所采光谱数据,与种蛋性别信息综合分析,发现胚胎发育288 h时的预处理效果最好,有效提高了35个模型的准确率;264 h时的预处理效果在分析时间内最差,其处理降低了19个模型的判别准确率;312 h的预处理降低了12个模型的判别准确率;Detrend和Spectroscopic两种预处理方法可显著提高判别效果,其中经Spectroscopic处理后的模型可能无法进行预测;SNV和MSC对模型具有相同作用效果,Normalize对模型的作用效果不能确定,经2nd Derivative处理后准确率不确定,有时与原始数据建模效果一致。综合实验结果发现,对种鸡蛋胚胎发育288 h的数据进行预处理可有效提高模型的判别准确率,其中对种蛋钝端处数据进行Detrend去趋势预处理并利用LDA模型分析较好。研究结果为建立种鸡蛋基于可见/近红外的性别信息早期、快速检测模型提供了参考。

摘要： 为实现枇杷糖度的快速无损检测,并探究开阳枇杷糖度最优预测模型。首先利用光纤光谱仪获取开阳枇杷的反射光谱,分析比较标准正态变换和多元散射校正方法对原始光谱数据的预处理效果;然后基于原始全光谱和预处理后的全光谱数据分别构建预测开阳枇杷糖度的偏最小二乘回归和主成分回归模型;最后,采用连续投影算法和竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)筛选特征光谱,并基于特征光谱构建预测开阳枇杷糖度的多元线性回归(multi linear regression,MLR)模型。结果表明,采用CARS算法从785个全光谱中筛选了23个特征波长,不仅提升了预测模型的运算效率,而且建立的CARS-MLR模型具有最佳的校正性能(R_(C)=0.89,RMSEC=0.62)和预测性能(R_(P)=0.89,RMSEP=0.65,RPD=2.29)。这表明利用可见/近红外光谱技术结合化学计量学预测开阳枇杷糖度是可行的,且CARS-MLR模型相对最优,为枇杷品质的无损快检和分选提供了理论依据与技术基础。

摘要： 土壤有机质(SOM)是表征土壤肥力的重要指标,实现其快速准确检测可为精准农业区域管理提供有效的数据支撑。土壤粒径对SOM的光谱预测及仪器开发有很大的影响,为了明确不同粒径对SOM预测的影响,分别制备了1~2,0.5~1,0.25~0.5,0.1~0.25和<0.1mm五种均匀粒径及<1mm混合粒径共计6种粒径土样并进行了可见-近红外(300~2500nm)光谱数据采集。采用蒙特卡罗交叉验证分别剔除了不同粒径的异常样本,结合Savitzky-Golay卷积平滑法对光谱数据进行平滑去噪处理,比较了不同粒径样品的光谱反射率差异,并对平滑后的原始光谱R进行倒数IR、对数LR、一阶导数FDR等3种光谱变换并分析与SOM含量的相关性,基于竞争性自适应重加权算法(CARS)对光谱数据进行了特征波长提取,并结合偏最小二乘回归(PLSR)分别建立了相应的SOM含量预测模型。结果表明,不同粒径土样的平均光谱反射率与变异系数随着粒径的减小逐渐增加,且在大于540nm波长范围内,差异明显。随着粒径的减小,SOM含量与光谱反射率在全波段范围的相关性变化幅度愈加明显,FDR变换可明显改变全波段范围与SOM含量的相关性。通过CARS算法对FDR变换后的光谱数据进行特征波长提取,筛选出特征波长数为全波段数量的13.1%,降低了光谱数据重叠及无效信息干扰。对比不同SOM预测模型的结果,FDR变换光谱的建模精度较好,且粒径越小其模型的效果越好,特别在粒径<0.1mm时,模型的R达到0.91,RMSEP为2.20g·kg^(-1),RPD为3.33。基于CARS特征变量构建的SOM含量预测模型中,粒径<0.1mm预测模型的效果最好,R为0.78,RMSEP为3.00g·kg^(-1),RPD为2.00,可以实现SOM含量的可靠预测,且其他粒径下的模型仍有可优化的空间。该研究可以为实现SOM田间动态预测及仪器设计提供理论及模型参考。

摘要： 针对近红外光谱技术在生鲜肉品质检测中预测模型适用范围窄、检测指标单一、模型稳定性差、难以有效应用于生产检测等问题,本研究采集不同月龄宁夏滩羊宰后3个时期4个部位肉的可见-近红外光谱信息,测定色泽、pH值、蒸煮损失、剪切力以及蛋白质、粗脂肪和水分含量,利用2个波段(370~1050 nm、900~1700 nm)的光谱数据分别构建各个指标的偏最小二乘回归(PLSR)预测模型以实现滩羊肉多品质指标同步无损检测。结果表明,两波段中各品质指标的PLSR预测模型相关系数(R)均大于0.80,第二波段中水分含量PLSR模型预测集R可达0.941;两波段中各品质指标预测模型的性能较好,其中370~1050 nm波段的光谱数据对样品色泽参数预测效果更好。综上所述,可见-近红外光谱技术可实现滩羊肉7个品质指标的快速无损检测。本研究结果为滩羊肉品质控制和滩羊屠宰加工企业优质特色产品的生产提供了技术支撑。

摘要： 煤矸智能识别是实现综放开采智能化亟待研发的新技术;可见-近红外光谱技术具有环保、实时等优势,满足煤矸智能分选的要求。为解决基于可见-近红外光谱的煤矸识别问题,引入在数据科学竞赛中表现出色的极端梯度提升树(XGBoost)算法。搭建可见-近红外光谱实验平台采集来自山西西铭、陕西神木、内蒙古巴隆图煤矿的块状煤与矸石样品在370~1049 nm波段的反射光谱;利用黑白校正、始末波段去除、SG卷积平滑和标准正态变量变换(SNV)对采集的原始光谱进行预处理,以减少光照不均、噪声以及光程差的影响。依据三个煤矿煤与矸石样品反射光谱的差异划分实验组和测试组,实验组差异微小,用于对比不同模型的性能,挑选最佳算法;测试组差异较明显,用于测试最佳算法在其他煤矿下的表现,检验算法对不同煤矿的适用性。在实验组的实验中,首先基于XGBoost算法建立煤与矸石分类模型,并引入常用的机器学习分类算法k近邻法(KNN)、随机森林(RF)、支持向量机(SVM)做对比,结果表明XGBoost的表现最佳,十折交叉验证的平均准确度(ACC_(10))、分类准确度(ACC)与AUC值分别达到0.9572,0.9705与0.9716,体现出较强的稳定性与分类能力。其次为降低数据维度减少模型运算量,使用递归特征选择(RFE)、连续投影算法(SPA)与竞争性自适应重加权算法(CARS)分别进行特征波长的选择并与上述四种分类算法结合构建简化分类模型,经测试RFE与XGBoost组合的简化模型表现最佳,ACC_(10),ACC与AUC值分别为0.9657,0.9803与0.9803且数据维度降至9,在降低数据维度的同时提高了模型的稳定性与分类能力。在测试组的实验中,基于优选出的XGBoost与RFE-XGB算法建立的模型,同样可以实现对其他矿区煤与矸石稳定精确地识别,且简化模型表现更好,与实验组结果一致。

摘要： 利用可见-近红外光谱分析技术可以准确快速的获取土壤养分含量,但不同类型土壤间养分含量校正模型的普适性是亟待解决的关键问题。为提高有机质含量光谱校正模型在多类型土壤之间的普适性和农田在线检测有机质含量速度,利用美国M107B区66个样品建立基于可见-近红外光谱的土壤有机质含量的粒子群-最小二乘支持向量机(PSO-LSSVM)校正模型,预测M107B区的23个验证集样品的决定系数R^(2)=0.859,相对分析误差RPD=2.660;将M107B区89个土壤样品作为校正集建模后对N116B区20个验证集样品的有机质含量预测,预测R^(2)=0.562,预测RPD=0.952,模型的预测R^(2)和预测RPD分别降低34.6%和64.2%,表明M107B区土壤有机质含量的可见-近红外光谱校正模型直接用于N116B区时,预测精度显著降低;将N116B区部分土壤样品加入到M107B区样品集后重新建模,并预测N116B区20个验证集样品的有机质含量,当加入的N116B区土壤样品数量达到35以上,预测R^(2)>0.80,预测RPD>2.0;加入到校正集的N116B区土壤样品数量从0增加到50,模型预测R^(2)从0.562增加到0.811,预测RPD从0.952增加到2.274,精度逐渐提高。结果表明,在M107B区校正模型中加入N116B区部分土壤样品建模,能够有效提高M107B区土壤校正模型对N116B区土壤有机质含量的预测精度;加入的N116B区土壤样品数量达到50以上,模型预测性能趋于稳定,预测精度达到实用要求,成功将M107B区土壤有机质含量校正模型传递给N116B区土壤;优先选择与M107B区土壤样品的有机质含量或光谱曲线差异较大的N116B区土壤样品参与建模,可有效避免模型传递时模型性能出现突变。提出的方法能够有效提高M107B区土壤的有机质校正模型对N116B区土壤的预测精度,为基于可见-近红外光谱的农田土壤有机质含量实时检测提供一种新的经济可行的模型传递方法,为提高多类型土壤的有机质含量检测模型的普适性提供一种有效的解决方案。

摘要： 利用光谱反射率差异区分健康植株与患病植株,通过基于光谱特性研究提前获知病情,在最关键的潜伏未表征早期进行防治.试验选用万寿菊幼苗作为研究对象,采用人工接种一定数量的黑斑病孢子在其叶片上,并对不同染病对照组开展黑斑病侵染的监测试验.首先利用SG卷积求导法与多元散射校正法的不同组合对原始光谱数据进行预处理,然后利用主成分分析法(PCA)对各对照组万寿菊进行聚类分析,并根据主成分分析结果中各个最佳主成分对应的载荷图,提取对各对照组万寿菊识别敏感的特征波长,最后以特征波长为输入变量,用簇类的独立软模式(SIMCA)分类法对各对照组万寿菊黑斑病害进行识别,精确度达到98％以上.

摘要： 利用光谱反射率差异区分健康植株与患病植株,通过基于光谱特性研究提前获知病情,在最关键的潜伏未表征早期进行防治.试验选用万寿菊幼苗作为研究对象,采用人工接种一定数量的黑斑病孢子在其叶片上,并对不同染病对照组开展黑斑病侵染的监测试验.首先利用SG卷积求导法与多元散射校正法的不同组合对原始光谱数据进行预处理,然后利用主成分分析法(PCA)对各对照组万寿菊进行聚类分析,并根据主成分分析结果中各个最佳主成分对应的载荷图,提取对各对照组万寿菊识别敏感的特征波长,最后以特征波长为输入变量,用簇类的独立软模式(SIMCA)分类法对各对照组万寿菊黑斑病害进行识别,精确度达到98％以上.

摘要： 利用光谱反射率差异区分健康植株与患病植株,通过基于光谱特性研究提前获知病情,在最关键的潜伏未表征早期进行防治.试验选用万寿菊幼苗作为研究对象,采用人工接种一定数量的黑斑病孢子在其叶片上,并对不同染病对照组开展黑斑病侵染的监测试验.首先利用SG卷积求导法与多元散射校正法的不同组合对原始光谱数据进行预处理,然后利用主成分分析法(PCA)对各对照组万寿菊进行聚类分析,并根据主成分分析结果中各个最佳主成分对应的载荷图,提取对各对照组万寿菊识别敏感的特征波长,最后以特征波长为输入变量,用簇类的独立软模式(SIMCA)分类法对各对照组万寿菊黑斑病害进行识别,精确度达到98％以上.

摘要： 利用光谱反射率差异区分健康植株与患病植株,通过基于光谱特性研究提前获知病情,在最关键的潜伏未表征早期进行防治.试验选用万寿菊幼苗作为研究对象,采用人工接种一定数量的黑斑病孢子在其叶片上,并对不同染病对照组开展黑斑病侵染的监测试验.首先利用SG卷积求导法与多元散射校正法的不同组合对原始光谱数据进行预处理,然后利用主成分分析法(PCA)对各对照组万寿菊进行聚类分析,并根据主成分分析结果中各个最佳主成分对应的载荷图,提取对各对照组万寿菊识别敏感的特征波长,最后以特征波长为输入变量,用簇类的独立软模式(SIMCA)分类法对各对照组万寿菊黑斑病害进行识别,精确度达到98％以上.

摘要： 利用光谱反射率差异区分健康植株与患病植株,通过基于光谱特性研究提前获知病情,在最关键的潜伏未表征早期进行防治.试验选用万寿菊幼苗作为研究对象,采用人工接种一定数量的黑斑病孢子在其叶片上,并对不同染病对照组开展黑斑病侵染的监测试验.首先利用SG卷积求导法与多元散射校正法的不同组合对原始光谱数据进行预处理,然后利用主成分分析法(PCA)对各对照组万寿菊进行聚类分析,并根据主成分分析结果中各个最佳主成分对应的载荷图,提取对各对照组万寿菊识别敏感的特征波长,最后以特征波长为输入变量,用簇类的独立软模式(SIMCA)分类法对各对照组万寿菊黑斑病害进行识别,精确度达到98％以上.

摘要： 利用光谱反射率差异区分健康植株与患病植株,通过基于光谱特性研究提前获知病情,在最关键的潜伏未表征早期进行防治.试验选用万寿菊幼苗作为研究对象,采用人工接种一定数量的黑斑病孢子在其叶片上,并对不同染病对照组开展黑斑病侵染的监测试验.首先利用SG卷积求导法与多元散射校正法的不同组合对原始光谱数据进行预处理,然后利用主成分分析法(PCA)对各对照组万寿菊进行聚类分析,并根据主成分分析结果中各个最佳主成分对应的载荷图,提取对各对照组万寿菊识别敏感的特征波长,最后以特征波长为输入变量,用簇类的独立软模式(SIMCA)分类法对各对照组万寿菊黑斑病害进行识别,精确度达到98％以上.

摘要： 以赣南区某脐橙园土壤为研究对象,针对不用层土壤的全氮、全磷及有机质养分信息,采用傅里叶型近红外光谱仪和可见/近红外光谱检测装置不同参数配比下组合,采集土壤样品光谱.用化学方法测定养分真值,结合光谱预处理方法和化学计量学算法建立定量检测数学模型,选择出最优的仪器参数、最合适的预处理方法和算法,确定最终的数学模型.实验采样点的数量是有限的,要想得到整个研究区的养分分布数据就需要采用克里金插值法(Kriging)对这些采样点各养分进行插值,运用ArcGIS软件中的地统计分析模块功能,对采样点的土壤全氮、全磷及有机质的真实化学值和最优模型预测值进行克里金插值,得出采样区的土壤养分空间分布图.

摘要： 以赣南区某脐橙园土壤为研究对象,针对不用层土壤的全氮、全磷及有机质养分信息,采用傅里叶型近红外光谱仪和可见/近红外光谱检测装置不同参数配比下组合,采集土壤样品光谱.用化学方法测定养分真值,结合光谱预处理方法和化学计量学算法建立定量检测数学模型,选择出最优的仪器参数、最合适的预处理方法和算法,确定最终的数学模型.实验采样点的数量是有限的,要想得到整个研究区的养分分布数据就需要采用克里金插值法(Kriging)对这些采样点各养分进行插值,运用ArcGIS软件中的地统计分析模块功能,对采样点的土壤全氮、全磷及有机质的真实化学值和最优模型预测值进行克里金插值,得出采样区的土壤养分空间分布图.

摘要： 以赣南区某脐橙园土壤为研究对象,针对不用层土壤的全氮、全磷及有机质养分信息,采用傅里叶型近红外光谱仪和可见/近红外光谱检测装置不同参数配比下组合,采集土壤样品光谱.用化学方法测定养分真值,结合光谱预处理方法和化学计量学算法建立定量检测数学模型,选择出最优的仪器参数、最合适的预处理方法和算法,确定最终的数学模型.实验采样点的数量是有限的,要想得到整个研究区的养分分布数据就需要采用克里金插值法(Kriging)对这些采样点各养分进行插值,运用ArcGIS软件中的地统计分析模块功能,对采样点的土壤全氮、全磷及有机质的真实化学值和最优模型预测值进行克里金插值,得出采样区的土壤养分空间分布图.

摘要： 以赣南区某脐橙园土壤为研究对象,针对不用层土壤的全氮、全磷及有机质养分信息,采用傅里叶型近红外光谱仪和可见/近红外光谱检测装置不同参数配比下组合,采集土壤样品光谱.用化学方法测定养分真值,结合光谱预处理方法和化学计量学算法建立定量检测数学模型,选择出最优的仪器参数、最合适的预处理方法和算法,确定最终的数学模型.实验采样点的数量是有限的,要想得到整个研究区的养分分布数据就需要采用克里金插值法(Kriging)对这些采样点各养分进行插值,运用ArcGIS软件中的地统计分析模块功能,对采样点的土壤全氮、全磷及有机质的真实化学值和最优模型预测值进行克里金插值,得出采样区的土壤养分空间分布图.

摘要： 一种基于可编程微镜阵列的可见-近红外光谱探测方法，包括光源、样品池、色散元件，成像装置、可编程微镜阵列、单点可见光探测器和单点近红外探测器；光源发出的光经样品池入射到色散元件上，色散后的各波长光经成像透镜后平行入射到可编程微镜阵列上，可见光波段和近红外波段分别对应于微镜阵列的可见光微镜阵列单元和近红外光微镜阵列单元，通过施加驱动电压对可见光和近红外光阵列单元同时进行调制，使可见光按时间次序进入见光探测器，同时近红外光按时间次序进入红外光探测器，即得到物质的可见光和近红外光的光谱信息。本仪器具有价格低廉、体积小、响应速度快、便携使用、可同时实现可见光波段和近红外波段探测等优点。

摘要： 本发明提出一种近紫外到近红外光谱辐射计及其定标方法以及测量积分球光源光谱辐射亮度的方法，光谱辐射计采用小视场设计，视场与光谱辐射亮度标准灯钨带相匹配，有效扣除背景对标定结果的影响，使积分球光源与光谱辐射亮度标准灯具有完全相同的测量视场，可以在测量视场、波长范围、波长分辨率相同条件下实现光谱辐射亮度标准灯对积分球光源光谱辐射亮度的标定，提高标定准确度。本发明中CCD瞄准系统带有圆孔的金属反射镜与入射光束成450，由金属反射镜正面反射光进入瞄准系统，微调光学系统焦距，使圆孔在CCD上形成黑点对准被测光源在CCD上所成像中心，完成光谱辐射计测量被测光源的测试光路调节。同时，圆孔起限制光阑作用，能够消除杂散光，提高光谱辐射计信噪比。

摘要： 本发明提供一种基于近红外二维相关光谱解析苯丙素类、生物碱类或萜类化合物近红外光谱特征波段的方法；苯丙素类、生物碱类和萜类化合物是常见的中药活性成分，大都具有明确的药理作用，常被作为中药的指标性成分；二维相关近红外光谱将待测体系在受外界扰动过程中的近红外光谱信号进行相关性分析，得到光谱的二维尺度信息，提高重叠近红外光谱信号的分辨能力，观察到在一维近红外光谱中无法观察到的信息；该方法简易便于操作，得到的特征波段更具解释性和代表性，从而使得构建的模型性能更加稳健准确。

摘要： 一种基于可编程微镜阵列的可见－近红外光谱探测方法，包括光源、样品池、色散元件，成像装置、可编程微镜阵列、单点可见光探测器和单点近红外探测器；光源发出的光经样品池入射到色散元件上，色散后的各波长光经成像透镜后平行入射到可编程微镜阵列上，可见光波段和近红外波段分别对应于微镜阵列的可见光微镜阵列单元和近红外光微镜阵列单元，通过施加驱动电压对可见光和近红外光阵列单元同时进行调制，使可见光按时间次序进入见光探测器，同时近红外光按时间次序进入红外光探测器，即得到物质的可见光和近红外光的光谱信息。本仪器具有价格低廉、体积小、响应速度快、便携使用、可同时实现可见光波段和近红外波段探测等优点。

摘要： 一种近红外光屏蔽膜的制造方法，包含：提供一聚对苯二甲酸乙二醇酯原料；提供一含钨氧化物纳米粒子；于180～360°C下，混合该聚对苯二甲酸乙二醇酯原料及该含钨氧化物纳米粒子，以获得一聚酯混合物，该聚酯混合物包含以重量百分比计为80～99.99％的聚对苯二甲酸乙二醇酯原料及0.01～20％的含钨氧化物纳米粒子；压延该聚酯混合物，以形成一聚酯薄板；及于60～300°C下，以1～100m/min的延伸速率，对该聚酯薄板进行双轴延伸。依照此方法可得到近红外光屏蔽膜，对于近红外光具有良好的屏蔽作用，进而达到增加该近红外光屏蔽膜的隔热效果的功效。

摘要： 本发明提出一种近紫外到近红外光谱辐射计及其定标方法以及测量积分球光源光谱辐射亮度的方法，光谱辐射计采用小视场设计，视场与光谱辐射亮度标准灯钨带相匹配，有效扣除背景对标定结果的影响，使积分球光源与光谱辐射亮度标准灯具有完全相同的测量视场，可以在测量视场、波长范围、波长分辨率相同条件下实现光谱辐射亮度标准灯对积分球光源光谱辐射亮度的标定，提高标定准确度。本发明中CCD瞄准系统带有圆孔的金属反射镜与入射光束成450，由金属反射镜正面反射光进入瞄准系统，微调光学系统焦距，使圆孔在CCD上形成黑点对准被测光源在CCD上所成像中心，完成光谱辐射计测量被测光源的测试光路调节。同时，圆孔起限制光阑作用，能够消除杂散光，提高光谱辐射计信噪比。

摘要： 本发明公开了一种近红外传感电路及近红外光谱探测，包括开关电源供电电路、ADC采样电路、DAC输出放大电路、微处理器及近红外传感器；所述开关电源供电电路用于为所述全波段近红外传感器中的其他组件供电；所述微处理器通过所述DAC输出放大电路及所述ADC采样电路与所述近红外传感器电连接；所述DAC输出放大电路的DAC芯片为AD5541芯片；所述DAC输出放大电路的运算放大器芯片为LTC2057芯片和/或LTC2057HV芯片。本发明中AD5541芯片、LTC2057芯片与LTC2057HV芯片组成的近红外传感电路，可实现控制精度达到0.05V的电压控制，大大提升了近红外传感电路的控制精度，即检测精度。

摘要： 本实用新型涉及一种手持式近红外光谱检测装置，包括：壳体，以及分别收容在壳体内的微型近红外光谱仪、驱动电路板、无线通讯模块、以及电源模块。壳体的一端设有可打开的封盖；微型近红外光谱仪的探头端朝向封盖设置；驱动电路板电连接微型近红外光谱仪；无线通讯模块电连接驱动电路板；电源模块电连接驱动电路板。同时，还提供一种包含该手持式近红外光谱检测装置的近红外光检测系统。本实用新型的有益效果为：采用微型近红外光谱仪进行光谱检测，并且利用无线通讯模块将检测的参数采集设定和数据分析处理过程从手持端分离至外部的移动终端和云端服务器，将手持式终端的结构简化，体积缩小，携带更加轻量化，有利于在农产品检测方面的应用推广。

摘要： 本实用新型公开了一种高效高强轻型近红外光源及近红外光谱检测仪，涉及无损光谱检测技术领域，所述近红外光源包括：筒状的灯架、卤素白炽灯和近红外带通滤光片，所述卤素白炽灯和近红外带通滤光片沿所述灯架的第一端到第二端的方向依次设于所述灯架内，所述卤素白炽灯包括灯泡和内壁镀金的灯杯，所述灯泡设于所述灯杯的底部，所述灯杯的开口朝向所述近红外带通滤光片。本实用新型通过在卤素白炽灯的内壁镀金，通过黄金对近红外光的高反射效率，无需采用透镜聚光，即可提供高能量的近红外光，从而使得近红外光源的结构简单、紧凑、牢固，成本较低，体积小，重量轻，使近红外光源携带方便，既适合于实验室用，也非常适合于野外实验用。

摘要： 本发明请求保护一种同时测量物质的可见近红外光谱和拉曼光谱的方法。包括首先组装可同时测量物质的可见近红外光谱和拉曼光谱的二合一系统，所述二合一系统包括可见近红外光源、激光光源、检测探头、样品、可见近红外光谱模块、拉曼光谱模块、分束拉锥光纤及光纤；当同时打开两个光源时，可见近红外光或拉曼光经进入探头，到达样品处，然后样品的可见近红外吸收光谱或拉曼光谱经过探头，传到光谱模块中，依次经过狭缝、准直、分光、会聚后形成样品的可见近红外光谱；本发明的可见‑近红外吸收光谱，可对被测物进行准确的定量分析，拉曼光谱可对被测物品进行定性分析，使用本方法可同时对被测物品进行定性定量分析。