不同产地蔓荆子红外光谱鉴别

本文采用溴化钾压片法对来自云南、广西、山东和安徽的蔓荆子红外吸收光谱进行了测定,并对其进行了分析对比。根据红外吸收光谱的不同,蔓荆子可以分成为两种类型,其中山东和安徽蔓荆子属于一种类型,云南、广西蔓荆子属于另一种类型。山东、安徽产蔓荆子的红外吸收光谱在2925 cm^-1,2850 cm^-1和3008 cm^-1处具有明显的C-H伸缩振动峰,而云南、广西蔓荆子则没有明显的2850 cm^-1和3008 cm^-1处C-H伸缩振动峰,不同蔓荆子在1741 cm^-1处和1648 cm^-1处的峰高也明显不同。利用红外吸收光谱法对于不同产地蔓荆子的鉴定是可行的。     

中药寒热药性分类的随机森林模型研究

通过随机森林算法获取变量的重要性并进行排序,确定模型参数,建立分类预测模型。实验表明,依据随机森林算法建立的模型,具有很好的分类及预测能力。     

丙酮红外光谱的溶剂效应

报道在20种极性或非极性溶剂中丙酮的红外光谱，研究溶质．溶剂之间相互作用．将红外谱带位移分别与溶剂参数诸如溶剂接受数AN等进行相关分析．结果表明：丙酮羰基在甲醇溶剂中红外诱导伸缩频率位移最大．一些丙酮与甲醇分子之间形成具有非线性氢键结合的六元环结构．丙酮的羰基伸缩振动频率与溶剂接受数AN值、线性溶剂自由能关系LSER均存在良好的相关性，且与LSER值的相关性更佳．在物理意义上LSER较好地解释了溶剂诱导伸缩频率位移．     

基于傅里叶变换红外光谱的不同煤种微观结构定量分析

为明晰不同变质程度煤中微观结构的特殊性和规律性,对3个地区不同煤种的煤进行傅里叶变换红外光谱(Fourier transform infrared spectroscopy,FTIR)技术实验.通过对FTIR谱图的分段分析、分峰拟合和定量计算得出,不同煤阶煤的微观组成有较大差异,并存在官能团百分含量变化.实验结果表明:...     

红外光谱结合人工神经网络鉴别浓缩苹果汁生产厂家

利用红外光谱结合人工神经网络技术对不同厂家生产的浓缩苹果汁进行了鉴别.在800～1100cm-1波段采集不同样品的红外光谱,利用小波分析将156个原始数据压缩至21个,然后进行主成分分析,提取前3个特征向量.以样本的前3个特征向量为输入,建立结构为3-5-1的三层BP神经网络进行训练和预测.训练样本集包含48个样本,预测样本集包含21个,预测结果正确率达95%.     

傅里叶变换红外光谱用于一枝黄花的分析

分别在室温和在静态空气中升温到600℃的条件下，测定了一枝黄花全草红外光谱图，对红外光谱的峰形进行了归属分析，为鉴别一枝黄花全草提供了重要依据。该方法具有简便、快速、不需对样品分离提取等特点。     

阿司匹林红外和拉曼光谱研究

利用密度泛函理论(DFT)对阿司匹林的红外光谱和拉曼光谱进行理论计算,得到其理论值,并与文献比较,分析了其各个振动模式,为将来研究阿司匹林的核磁共振、红外光谱、拉曼光谱等做了基础性的研究工作.     

对鸡根的红外傅立叶光谱研究

本文首次采用傅立叶变换红外光谱法，直接、快速、准确地测定彝药鸡根的红外光谱。研究表明：彝药鸡根的不同部位，其红外光谱不同，它们的红外光谱的吸收位置和强度均有明显差异。根据红外特征吸收能够得到鸡根的红外光谱图，从而达到对彝药在分子水平上的研究。该方法具有直接、快速、准确，不破坏样品的原性质；重现性好，仪器相对便宜，方法易掌握，普适性强；可数字化，更具科学性和便于管理；更符合中医中药的医治原则和研究。     

基于NSCT变换的随机游走红外图像分割方法

红外图像具有灰度变化不平均、分辨率较低、噪声较多等特征,传统的图像分割方法难以对红外图像分割出有效实体。为解决这一问题,设计了一种基于非下采样Contourlet 变换(NSCT)的随机游走红外图像分割算法。传统的随机游走图像分割方法,图像部分灰度值的不均匀变化可能改变随机游走算法的路径,而且分割目标的轮廓很容易受到图像背景噪声影响,所以可以通过增强图像的目标轮廓,抑制图像噪声,以达到更好的分割效果。NSCT变换是一种非常有效的图像增强方法,首先采用NSCT变换对红外图像进行多方向、多尺度分解,得到红外图像的低频和高频系数,对该系数进行处理,然后反变换得到增强后的红外图像。实验结果表明,该方法在红外图像分割中取得了很好的效果。     

鹅绒委陵菜多糖对肿瘤小鼠免疫功能的影响

目的：研究鹅绒委陵菜多糖（PAP）的抗肿瘤作用及其免疫调节作用。方法：用小鼠肝癌（S180）移植肿瘤的动物模型,以肿瘤抑制率、溶血素、NK细胞活性和淋巴细胞增殖率作指标,结果表明,鹅绒委陵菜多糖不仅能显著抑制移植性肿瘤S180的生长,而且还能明显促进荷瘤鼠的体液免疫和提高荷瘤鼠的脾细胞转化功能及增强NK细胞活性,均以200mg。kg-1.d-1效果最佳。结论：鹅绒委陵菜多糖的抗肿瘤作用和其免疫调节作用有明显的相关性,鹅绒委陵菜多糖的抗肿瘤作用可能与激活体内免疫系统有关。     

小波去噪在基于近红外光谱的砂糖橘水分检测的应用

水分含量是衡量砂糖橘营养品质的重要指标之一,其快速无损检测显得越来越重要。本文基于小波变换的方法,对砂糖橘的500-2500nm区间的漫反射光谱,利用正交小波函数DBn(n=2,3,…10)分别进行2-6五个水平分解和消噪,并比较了不同小波函数和不同分解水平的消噪效果。结果表明,小波消噪有利于消除导数光谱中的噪声,提高建模精度,基于小波函数DB3(分解尺度为3)消噪后的导数光谱建立的PLS模型的预测相关系数为0.8725,预测均方根误差为0.6767。     

基于随机森林算法的葡萄酒品质预测方法

采用机器学习中的随机森林算法对葡萄酒的化学特性与葡萄酒的品质之间的关系进行学习,并建立了有效的模型对葡萄酒品质进行预测。该方法具有预测准确率高、预测精度稳定以及葡萄酒分级详细等特点,在葡萄酒行业品质预测的应用中,能够有效地减少因品酒师个人因素带来的评级波动。还将实验结果与已经存在的一些工作进行量化比较,特别是在成本(风险)比较中,所提供的方法明显优于已有的方法。     

基于随机森林的数学试题难易度分类研究

为了实现教育领域的“个性化”,无论是自由组卷的个性化,还是试题推荐的个性化,都首先需要确定试题难易度。研究目标为寻找新的方法解决基于试题难易度的分类问题,提高分类准确率。以高中数学为例,采用2018年多套高考数学试题作为实验数据,对原始数据各个特征进行相关性分析,剔除影响较小的特征,再采用随机森林算法探索试题难易度分类问题,对参数进行改进优化,并与其它分类方法进行对比。实验结果证明,采用随机森林的高中数学试题分类准确率高达90%,而其它3种分类算法准确率分别为72%、74%、74%。因此得出结论,随机森林算法在高中数学试题难易度分类上有较好表现,能够大幅提高分类准确率。     

基于 LRF 方法的在线短租房源价格特征选择研究

为解决单一特征选择方法的局限性问题,提出 Lasso-RF（LRF）混合特征选择方法,并应用于在线短租房源价格问题研究。基于 Airbnb 房源数据,实验首先通过 Lasso 回归进行特征选择,处理特征之间的多重共线性|然后采用随机森林算法精选剩余特征,最终得到 35 个重要特征,并带入 4 个预测模型中进行比较。结果表明,特征之间的多重共线性会影响随机森林算法对特征重要度的度量|LRF-RF 预测模型与 RF-RF 预测模型相比,评价指标 R2 和 MSE 分别提高了 0.005、0.006,同时运行时间缩短 0.267 秒,表明 LRF 混合特征选择方法优于单一的 RF 特征选择方法。     

基于红外光谱技术光纤通信的实验设计

介绍了光纤通信的原理及应用,分析了实验的可行性,提供了线路的设计参数及对光电器件的要求,使用实验室自制的光纤耦合装置。要求学生自行完成实验板的设计、安装、调试的全部过程。分析对频率解调的对策,蓝牙信号输出与发射电路的对接方式等实验常见问题。学生完成此实验可加深对理论课程的理解掌握,从理论到实践对光纤通讯的实验设计获得更深入的理解,提升自己动手解决实际问题的能力,推动光电技术及系统课程的改进,提高教学质量;为学生后续课程提供课题研究的学习模式和实验方法。     

基于随机森林算法的混合入侵检测系统研究

目前,许多入侵检测系统都是采用误用检测模式,无法检测出未知的攻击;而一些基于数据挖掘的异常检测系统,虽然对未知攻击具有较高检测率,但普遍的缺点是误报警率很高,导致真正的攻击湮没在大量的误报警之中.通过对误用检测和异常检测的研究,结合它们的优点,提出了一种基于随机森林算法的混合入侵检测系统:首先使用基于Snort的误用检测组件过滤掉网络数据中的已知攻击;之后,数据被送人异常检测组件.在此组件中,通过对随机森林算法的改进,设计了一种无监督的离群点检测方式,可以有效检测出新的攻击,并且在误报警率很低的时候,也能得到较高的检测率.     

基于系统抽样技术的随机减量法

将系统抽样方法应用于随机减量法中随机振动信号的提取,对当测量得到的结构响应信号数量很大时如何能较准确地识别结构系统的周期和阻尼比问题进行了研究,给出了结构系统周期和阻尼比估计量的表达式．数值算例结果表明,当结构系统响应信号长度很大时,该方法可较好地解决信号长度与识别精度的矛盾．     

SiCN薄膜的红外光谱研究

SiCN薄膜通过反应溅射法制备,并通过红外吸收谱（IR）进行表征。结果表明,薄膜中的N含量受衬底温度、N2流量、溅射功率影响。低的衬底温度会有利于N的进入,衬底温度过高,N含量将显著下降。在恰当的N2流量下才能在薄膜中获得最高的N含量。提高溅射功率可以使得薄膜中N含量升高。     

红外光谱结合化学计量学方法鉴别桔子精油的品质

本文以8种桔子精油为研究对象,采用ATR-FTIR结合判别分析法建立了几类桔子精油的识别模型.模型清晰地将样品分成了4大类:低浓度柠檬烯桔子油(b类)、中浓度柠檬烯桔子油(a类)、高浓度柠檬烯桔子油(c类)和高浓度柠檬烯桔子油(d类).运用所建模型,对3种桔子精油样品进行分析检测,结果表明,利用模型可以简便、快速地鉴别不同品质的桔子精油.为桔子精油的快速鉴别提供了一种新的方法.