导读:本文包含了漫透射论文开题报告文献综述及选题提纲参考文献，主要关键词:微生物胞外电子传递,漫透射光谱电化学,穿梭体
漫透射论文文献综述
吴苗[1]（2019）在《漫透射光谱电化学原位研究穿梭体介导的胞外电子传递过程》一文中研究指出微生物胞外电子传递是地球表层系统元素循环与能量交换的重要驱动力,穿梭体通过自身的氧化还原循环,介导并加速微生物与矿物之间的电子转移。但目前为止,穿梭体的实时氧化还原状态与胞外电子传递强弱之间的定量关系还不太清楚。因此,本研究搭建了漫透射光谱电化学测试系统,原位测试了典型穿梭体介导的胞外电子传递过程,探究了AQS氧化还原状态变化与电流强弱之间的关系。结果表明,在反应初期,电流的上升与AQS氧化还原状态密切相关,而反应中后期,AQS的氧化还原状态不再发生明显的变化,但电流仍然继续上涨,说明体系中除了AQS氧化还原状态以外,可能有其他更重要的因素在起着持续的作用。(本文来源于《广东化工》期刊2019年14期）
刘亚超,李永玉,彭彦昆,王凡,闫帅[2]（2019）在《近红外漫透射光补偿法无损快速检测大米直链淀粉》一文中研究指出针对大米长波近红外漫透射光谱噪声大的问题,自行搭建了3种光谱采集系统用于分析波长范围为900～1700 nm的大米漫透射光补偿,采集了62个样本的大米红外光谱曲线,并进行了归一化、SG平滑、Savitzky-Golay卷积求导预处理,用偏最小二乘回归法对大米直链淀粉含量进行了建模分析,比较分析同种大米在不同厚度下的光补偿前后漫透射光谱曲线,对比漫反射、漫透射、漫透射光补偿结果,并对光补偿前后的结果进行了显着性分析。结果表明,光补偿前,随着样品厚度增加,大米直链淀粉含量预测模型结果先变好,但是随着样品厚度进一步增加,透射光强随之变弱,噪声变大,模型建模效果变差。样品厚度为9 mm时,大米近红外漫透射直链淀粉预测模型效果最好,校正集相关系数(R_C)为0.9103,校正集均方根误差(RMSEC)为1.4209%;预测集相关系数(R_P)为0.9049,预测集均方根误差(RMSEP)为1.5654%;光补偿后,大米近红外漫透射光补偿光谱曲线噪声显着改善,特别是经预处理后光谱曲线噪声在1203和1465 nm附近的光谱吸收处改善明显,并且不同样品厚度条件下的预测模型精度均有显着提高。大米样品厚度为9 mm时,直链淀粉光补偿预测模型效果最佳,模型校正集相关系数(R_C)提升到0.9654,校正集均方根误差(RMSEC)降低到0.8902%;预测集相关系数(R_P)达到0.9577,预测集均方根误差(RMSEP)降低到1.4261%,并且光补偿后的显着性较光补偿前有所降低,与相关研究相比,模型的相关系数和误差均有所改善。最后,选用没有参与建模的20个样品对光补偿模型进行了外部检验,模型相关系数为0.9363,均方根误差为1.4139%,RPD为2.85。结果表明,光补偿方法可以有效解决大米长波近红外因穿透力相对较弱而引起光谱噪声大的问题,提高大米直链淀粉预测模型的精度,可以实现颗粒大米直链淀粉含量的快速无损检测,为大米品质检测分级提供技术支撑。(本文来源于《分析化学》期刊2019年05期）
刘燕德,徐海,孙旭东,饶宇[3]（2019）在《西红柿成熟度的近红外漫透射光谱无损检测》一文中研究指出为了证实以近红外漫透射光谱技术结合化学计量学方法能有效实现西红柿成熟度的检测,采用美国海洋光学公司的QE65000光谱仪取得了西红柿的漫透射光谱数据,采用日本柯尼卡美能达CR-10反射式色差计取得了亮度、红绿色相、黄蓝色相和总色差颜色数据;通过标准数学建模方法建立了颜色模型,并通过偏最小二乘回归校正算法建立了近红外光谱模型。结果表明,两组模型都是以红绿色相指标建模时效果最佳,在99个未知样品数据中,预测模型的颜色模型误判情况分别为未成熟0%、半成熟33.33%、成熟0%;而近红外预测模型的误判情况分别为未成熟32.14%、半成熟50%、成熟0%。该研究验证了近红外光谱技术对西红柿成熟度进行无损检测的可行性,这对实现西红柿的快速、批量分选具有一定的实际意义。(本文来源于《激光技术》期刊2019年01期）
郭成,梁梦醒,江明珠,贾俊强,吴琼英[4]（2018）在《在线检测无花果中可溶性固形物的近红外漫透射技术研究》一文中研究指出采用近红外光谱漫透射技术,建立无花果可溶性固形物(SSC)的在线、无损、快速检测方法,对于无花果品质的快速分级具有重要意义.试验对203个无花果进行了近红外光谱采集与SSC测量,采用偏最小二乘(PLS)建立SSC的预测模型,比较了不同一阶导数窗口宽度对模型结果的影响,确定最佳宽度为61,并采用无信息变量消除法(UVE)进行波长优选.结果表明,UVE-PLS能够有效简化模型,波长变量由1010个降低到211个,同时PLS模型的精度也得到了很大的提高,校正均方根误差(RMSEC)、交叉验证均方根误差(RMSECV)、预测均方根误差(RMSEP)分别为0.63°Brix、0.78°Brix、0.83°Brix,校正相关系数(RC)、交叉验证相关系数(RCV)、预测相关系数(RP)分别为0.89、0.83、0.83.本研究为无花果品质的在线无损检测提供了有效的理论依据与实践经验.(本文来源于《江苏科技大学学报(自然科学版)》期刊2018年02期）
代芬,车欣欣,彭斯冉,杨晓帆,钟杨生[5]（2018）在《近红外漫透射光谱快速无损鉴别家蚕种茧茧壳内蚕蛹雌雄》一文中研究指出【目的】利用近红外漫透射光谱快速无损鉴别家蚕Bombyx mori种茧茧壳内蚕蛹的雌雄,以提高育种效率、降低人工成本。【方法】以芙9、9芙、湘7和7湘4个蚕品种为研究对象,采集比较了样本在可见和近红外区间的漫透射光谱,建立比较了各品种偏最小二乘判别分析(PLSDA)、后向传播神经网络(BPNN)以及支持向量机分类(SVM)判别模型,通过分类器特性(ROC)曲线研究了各模型的鲁棒性,采用差值法和遗传算法提取了特征波长。【结果】芙9、9芙、湘7和7湘品种利用450~900 nm光谱建模的雌雄鉴别准确率分别为95.20%、95.65%、88.80%和87.50%,利用900~1 700 nm光谱建模的准确率分别为100%、96.00%、92.22%和94.21%;采用PLSDA、BPNN和SVM模型都能够对蚕蛹雌雄做出较好的无损鉴别,3种模型真雌性率分别为95.96%、95.83%和100%,真雄性率分别为98.98%、96.04%和82.18%,准确率分别为97.46%、95.94%和90.86%,进一步通过ROC曲线分析,PLSDA模型效果最优,BPNN模型次之;手动提取20个波段建立PLSDA模型,鉴别真雌性率为93.75%,真雄性率为95.45%,准确率为94.57%。【结论】近红外波段900~1 700 nm的漫透射光谱比可见–近红外波段450~950 nm含有更丰富的蚕蛹雌雄分类信息;3种鉴别模型中,PLSDA模型效果最优;提取特征波段后,准确率能达到生产需要。(本文来源于《华南农业大学学报》期刊2018年02期）
刘燕德,李轶凡,龚志远,孙旭东[6]（2017）在《鸭梨黑心病可见/近红外漫透射光谱在线检测》一文中研究指出鸭梨黑心病是鸭梨的主要生理病害,直接影响鸭梨的出口创汇;准确快速鉴别鸭梨黑心病对于梨的出口业具有重要现实意义。探讨可见/近红外漫透射光谱在线检测鸭梨黑心病的可行性,选取80个正常鸭梨和70个黑心鸭梨作为建模集,建模集被分为校正集和预测集以求获得最优模型。未参与建模的30个正常梨和20个黑心梨作为预测集,用于评价模型的预测能力。鸭梨的可见/近红外漫透射光谱,在5个/秒的速度下采集。建模集能量谱经标准正交变换(SNV)和多元散射校正(MSC)处理后,分别建立健康梨和黑心梨的偏最小二乘判别模型(DPLS)、峰面积判别模型(DPA)、主成分判别模型(DPCA)。用建模集模型判别预测集鸭梨,经比较,DPLS模型的判别准确率最高,黑心梨正确识别率达到100%。实验结果表明:可见/近红外漫透射光谱结合DPLS判别方法,可以实现黑心鸭梨的在线检测。相比传统的人工破损方法,在线检测可为梨出口贸易提供技术支撑和科学参考依据。(本文来源于《光谱学与光谱分析》期刊2017年12期）
王凡,李永玉,彭彦昆,郑晓春[7]（2016）在《基于漫透射光谱技术的番茄可溶性固形物及总糖含量的无损检测》一文中研究指出为了满足果蔬品质快速安全无损检测,基于可见-近红外漫透射原理,设计了番茄专用环形光源,自行搭建了番茄可见-近红外漫透射多品质检测系统,并以可溶性固形物含量(SSC)和总糖(TS)作为内部品质指标,对58个番茄样品进行了快速无损检测研究。基于自主搭建的系统对每个番茄进行四点的光谱采集,对平均后的光谱分别用15点SG卷积平滑(SG-Smooth)、标准正态变量变换(SNV)、多元散射校正(MSC)、一阶导数(FD)等方法进行了预处理,分别建立了SSC及TS的偏最小二乘预测模型,并对该模型进行了验证。结果表明:采用15点SG平滑预处理后的SSC预测模型校正集和预测集相关系数分别为0.995 6和0.976 0,均方根误差分别为0.052 4°Brix和0.082 3°Brix。采用SG平滑后一阶导数预处理的TS预测模型校正集和预测集相关系数分别为0.969 1和0.972 9,均方根误差分别为0.423 8%和0.454 9%。模型验证结果显示,番茄SSC和TS模型预测结果与标准理化值相关系数分别为0.985 5和0.944 9,均方根误差分别为0.066 3°Brix和0.571 5%。利用自行搭建的可见-近红外漫透射光谱检测系统完全可以实现番茄可溶性固形物及总糖含量的快速无损预测,为番茄内部品质的评价提供了实时、无损、快速的检测方法,为其在线分级提供理论基础。(本文来源于《光谱学与光谱分析》期刊2016年10期）
张瑞锋,程康,黄清波,邱黛君,仵欣[8]（2016）在《高密度范围漫透射视觉密度计的校准及示值误差不确定度分析》一文中研究指出针对漫透射视觉密度计高密度范围(4.0<D≤5.0)无法有效溯源的问题,研制了24级标准密度片,密度值范围为(0.03-5.00)D,参照《JJG920-1996漫透射视觉密度计检定规程》,可实现对漫透射视觉密度计高密度值的校准。同时对漫透射视觉密度计高密度值示值误差的不确定度进行了分析。(本文来源于《价值工程》期刊2016年18期）
覃鸿,马竞一,陈绍江,严衍禄,李卫军[9]（2016）在《基于近红外漫反射与漫透射光谱的玉米单倍体鉴别比较研究（英文）》一文中研究指出使用JDSU公司的MicroNIR1700型微型近红外光谱仪,研究了适合进行单籽粒玉米单倍体鉴别的光谱测量方法。基于近红外光谱定性分析技术,比较了漫反射和漫透射两种情况下玉米单倍体鉴别的效果。光谱数据经过预处理后,采用PLS+OLDA特征提取算法,应用SVM建立玉米单倍体鉴别模型,分别统计漫反射和漫透射实验条件下,鉴别模型的正确识别率。在微型光谱仪内置光源漫反射的光谱测量方式下,不分胚面朝向,玉米单倍体籽粒平均识别率低于60%,不能有效鉴别玉米单倍体和多倍体。而采用外置光源对籽粒进行漫透射光谱测量方式,获得了平均正确识别率为93.2%的鉴别效果,并且模型稳定性好。实验结果表明,漫反射光谱仅能获得玉米籽粒表层信息,因此玉米籽粒胚面朝向严重影响漫反射光谱鉴别单倍体种子的效果;而漫透射光谱可以实现分析光程纵深信息全累加,能够得到样品内部的信息,因此对胚面朝向不敏感,能够有效地对随机摆放的玉米单倍体和多倍体进行识别。近红外方法能快速、无损地鉴别单倍体,并且微型光谱仪采集速度快,成本低,为实现实用化的自动鉴别提供了条件。(本文来源于《光谱学与光谱分析》期刊2016年01期）
代芬,吴玲,叶观艳,钟杨生,洪添胜[10]（2015）在《基于近红外漫透射光谱信息的蚕茧雌雄检测》一文中研究指出采用Maya2000pro型近红外光谱分析仪,以3个品种共491粒蚕茧为实验对象,进行了450~1 050 nm波段内的漫反射和漫透射光谱采集和比较。随后对漫透射光谱数据进行了均值中心和一阶求导预处理,并分别对3个品种以及全部样本通过偏最小二乘判别法(PLSDA)进行了判性预测分析。结果表明:相对于漫反射光谱,漫透射光谱更能反映出雌雄蚕蛹组分特性的不同;基于漫透射光谱的PLSDA预测结果显示,分别针对3个品种的鉴别结果(试东A·华3x C·7532判性真雌性率、真雄性率和精确度分别为89.796%、92.424%和90.854%;化中2·华3x C·7532判性真雌性率、真雄性率和精确度分别为96.250%、94.253%和95.210%;9·芙x7·湘判性真雌性率、真雄性率和精确度分别为97.260%、91.954%和94.375%)和全部样本混在一起的雌雄鉴别结果(真雌性率、真雄性率和精确度分别为94.024%、92.917%和93.483%)都较好。(本文来源于《农业机械学报》期刊2015年12期）
漫透射论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对大米长波近红外漫透射光谱噪声大的问题,自行搭建了3种光谱采集系统用于分析波长范围为900～1700 nm的大米漫透射光补偿,采集了62个样本的大米红外光谱曲线,并进行了归一化、SG平滑、Savitzky-Golay卷积求导预处理,用偏最小二乘回归法对大米直链淀粉含量进行了建模分析,比较分析同种大米在不同厚度下的光补偿前后漫透射光谱曲线,对比漫反射、漫透射、漫透射光补偿结果,并对光补偿前后的结果进行了显着性分析。结果表明,光补偿前,随着样品厚度增加,大米直链淀粉含量预测模型结果先变好,但是随着样品厚度进一步增加,透射光强随之变弱,噪声变大,模型建模效果变差。样品厚度为9 mm时,大米近红外漫透射直链淀粉预测模型效果最好,校正集相关系数(R_C)为0.9103,校正集均方根误差(RMSEC)为1.4209%;预测集相关系数(R_P)为0.9049,预测集均方根误差(RMSEP)为1.5654%;光补偿后,大米近红外漫透射光补偿光谱曲线噪声显着改善,特别是经预处理后光谱曲线噪声在1203和1465 nm附近的光谱吸收处改善明显,并且不同样品厚度条件下的预测模型精度均有显着提高。大米样品厚度为9 mm时,直链淀粉光补偿预测模型效果最佳,模型校正集相关系数(R_C)提升到0.9654,校正集均方根误差(RMSEC)降低到0.8902%;预测集相关系数(R_P)达到0.9577,预测集均方根误差(RMSEP)降低到1.4261%,并且光补偿后的显着性较光补偿前有所降低,与相关研究相比,模型的相关系数和误差均有所改善。最后,选用没有参与建模的20个样品对光补偿模型进行了外部检验,模型相关系数为0.9363,均方根误差为1.4139%,RPD为2.85。结果表明,光补偿方法可以有效解决大米长波近红外因穿透力相对较弱而引起光谱噪声大的问题,提高大米直链淀粉预测模型的精度,可以实现颗粒大米直链淀粉含量的快速无损检测,为大米品质检测分级提供技术支撑。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
漫透射论文参考文献
[1].吴苗.漫透射光谱电化学原位研究穿梭体介导的胞外电子传递过程[J].广东化工.2019
[2].刘亚超,李永玉,彭彦昆,王凡,闫帅.近红外漫透射光补偿法无损快速检测大米直链淀粉[J].分析化学.2019
[3].刘燕德,徐海,孙旭东,饶宇.西红柿成熟度的近红外漫透射光谱无损检测[J].激光技术.2019
[4].郭成,梁梦醒,江明珠,贾俊强,吴琼英.在线检测无花果中可溶性固形物的近红外漫透射技术研究[J].江苏科技大学学报(自然科学版).2018
[5].代芬,车欣欣,彭斯冉,杨晓帆,钟杨生.近红外漫透射光谱快速无损鉴别家蚕种茧茧壳内蚕蛹雌雄[J].华南农业大学学报.2018
[6].刘燕德,李轶凡,龚志远,孙旭东.鸭梨黑心病可见/近红外漫透射光谱在线检测[J].光谱学与光谱分析.2017
[7].王凡,李永玉,彭彦昆,郑晓春.基于漫透射光谱技术的番茄可溶性固形物及总糖含量的无损检测[J].光谱学与光谱分析.2016
[8].张瑞锋,程康,黄清波,邱黛君,仵欣.高密度范围漫透射视觉密度计的校准及示值误差不确定度分析[J].价值工程.2016
[9].覃鸿,马竞一,陈绍江,严衍禄,李卫军.基于近红外漫反射与漫透射光谱的玉米单倍体鉴别比较研究（英文）[J].光谱学与光谱分析.2016
[10].代芬,吴玲,叶观艳,钟杨生,洪添胜.基于近红外漫透射光谱信息的蚕茧雌雄检测[J].农业机械学报.2015