全国第六届近红外光谱学术会议之精彩报告

　　由中国仪器仪表学会近红外光谱分会主办、华中科技大学承办的全国第六届近红外光谱学术会议日前在武汉顺利落幕。此次会议恰逢天时地利人和，与会代表、参展厂商和论文水平都达到了历史新高，是我国近红外光谱技术发展史上影响深远的一届盛会。

　　本次大会参会嘉宾将近300人，交流报告50余个，共收录了108篇论文。以下是本届学术会议的部分精彩报告。

　　报告题目：干扰共存体系数学分离及精准定量分析基础研究新进展

　　报告人：湖南大学 吴海龙教授

　　吴海龙教授针对化学分析中干扰共存复杂体系难以直接、快速、同时、多组分精准定量分析等难题，介绍了干扰共存体系数学分离及精准定量分析方法研究的一些新进展。其中详细介绍了多维荧光技术结合三维校正的近实时分析方法，用于在包含未校正的光谱干扰的人血浆中对NADH的降解反应和FAD的生成反应进行化学动力学近实时定量分析。可无损、实时地直接监测混合反应体系中待分析物NADH和FAD在反应开始后任意时刻的实时浓度。此外，还提出了一个基于四维校正的实时分析策略，作为高共线性体系的备选方案。该方法有望为复杂体系中多个反应的同时动力学定量分析提供一种具有实用前景的近实时、无损分析策略。

　　报告题目：近红外光谱模型转移与光谱标准化方法研究

　　报告人：南开大学 邵学广教授

　　随着近红外光谱技术在各行各业中的广泛应用，基于近红外光谱的数据库系统、云计算平台等成为目前研究的热点，海量近红外光谱数据随之产生，近红外光谱大数据时代已经来临。

　　由于实际应用中仪器之间往往存在一定的差异，模型转移与光谱标准化技术研究对近红外光谱分析技术的应用与推广变得十分重要。而多数模型转移与标准化方法利用标准样品在不同仪器上的光谱差异建立校正模型，并且仅关注转移的效果，对光谱差异本身缺乏研究。邵学广教授在总结模型转移技术研究进展的基础上，从研究不同仪器光谱之间的关系出发，建立了几种近红外光谱模型转移与光谱标准化方法，其中重点介绍了无标样模型转移方法。

　　报告题目：建模样本选择新方法及其在模型传递中的应用

　　报告人：北京化工大学 袁洪福教授

　　袁洪福教授在报告中提出了一种光谱多元校正建模样本选择的新方法Rank-KS, 可以避免模型结果“均值化”。基于此方法进行建模样本选择，并分别以近红外光谱样本集和红外光谱样本集进行建模，结果表明该方法明显优于随机方法和KS方法。另外，将新方法用于烟草糖、烟碱模型转移，也获得了满意结果。

　　报告题目：最优伙伴波长组合方法应用于近红外光谱分析

　　报告人：暨南大学 潘涛教授

　　对于一个复杂的分析体系来说，提高预测准确率、降低模型复杂性以及设计专门光谱仪都是非常困难的，因此选择适当波长的近红外光谱显得十分重要。潘涛教授在本次报告中提出了一个波长组合选择的新方法——最优伙伴波长组合偏最小二乘模型(OPWC-PLS)。该方法被用于土壤有机质的近红外光谱分析实验中，与移动窗口模型(MW-PLS)相比较，结果证明，与PLS模型相比，OPWC-PLS和MW-PLS模型相都能显著提高预测准确率并得到几乎一致的预测结果，而OPWC更是明显降低了模型的复杂性。从算法的角度来看，OPWC-PLS简单、适用、重现性好，是提取波长信息，减轻多余波长的一种高效方法。

　　报告题目：基于深度信念网络的近红外光谱药品鉴别方法

　　报告人：北京邮电大学 杨辉华教授

　　在报告中，杨辉华教授提出了一种基于随机隐退深度信念网络(Dropout-DBN)的近红外光谱药品鉴别方法，其中引入随机隐退(Dropout)机制是为了克服小样本带来的过学习问题。通过以铝塑和非铝塑包装的琥乙红霉素药品及其它药品的近红外漫反射光谱为实例，在不同规模的数据集条件下，应用Dropout-DBN进行二分类及多分类鉴别，同时与BP神经网络、支持向量机(SVM)以及稀疏降噪自编码(SDAE)等方法相比较，结果证明无论二分类还是多分类，Dropout机制课题提高预测准确率，Dropout-DBN在几乎所有情况下具有最好的准确率和算法稳定性。因此，Dropout-DBN可作为一种适合小样本光谱的有效的二分类和多分类建模工具。

　　报告题目：基于固相萃取(SPES)的新型快速检测方法

　　报告人：华东理工大学 杜一平教授

　　紫外可见、红外、近红外、拉曼等分子光谱技术因其具有速度快、无或简单的样品处理、仪器小型廉价、操作简单等特点，是天生的快速检测技术，适用于现场快速检测，然而其灵敏度和准确性却有待提高。

　　而固相萃取是优秀的富集和分离技术，能显著提高分析方法的灵敏度和选择性。传统的固相萃取技术虽然有效地实现了富集和分离，但处理过程往往很繁琐、耗时。如果将富集与光谱测量有机结合，即富集后直接在介质上直接进行光谱测量，则免去了洗脱步骤，快速简单，同时由于很高的富集倍数大幅度地提高检测方法灵敏度，这项技术被称为固相萃取光谱技术(SPES)。

　　杜一平教授在报告中介绍了其课题组最近几年在近红外、紫外可见、拉曼光谱领域的SPES技术和方法，包括微量近红外光谱技术、膜富集/紫外可见光谱技术、表面增强拉曼光谱技术等。固相萃取光谱技术不仅大幅度提高了检测灵敏度，而且方法简单、快速、准确，有着广阔的应用前景。

　　报告题目: 近红外的CASE BY CASE

　　报告人：中国农业大学 韩东海教授

　　近红外解决问题的基本思路是样品选择、光谱采集、化学值测量、建模、验证，在实践中，只靠这些根本解决不了问题。不同于红外光谱分析技术追求的规范化和标准化，近红外光谱分析技术强调的是个性化与差异化，特别是在食品品质无损检测方面尤为突出，非常需要CASE BY CASE。

　　韩东海教授在报告中通过各个生动形象实际案例说明了近红外光谱技术在食品品质无损检测实际应用中的CASE BY CASE，让大家知道光谱采集位置会因水果不同而各异，光谱采集形式会因检测项目不同而变，光谱预处理因顺序不同而效果悬殊。另外，同是硬度指标因物料不同会导致结果差异，同为颜色指标却有时行有时不行，一种物料一个模型是常态，有时也可合并同类项，这些情况都需要具体问题具体分析。

撰稿人：陈星羽