产品详细介绍　　SOC720SW 短波红外成像光谱仪是一款高质量、高性能的仪器，光谱范围为900nm～1700nm。　　SOC720SW具有高光谱分辨率 (6.25 nm), 轻度光谱失真 (<1.5 nm)成像分光计和高灵敏度的InGaAs 探测器 (D* = 1.5e13  √cm-Hz/W)，使得SOC720SW可以14-bit同时收集640像素、128个波段的光谱信息。这保证了所有应用里，获得的是最高质量数据。 使用简单和实时处理　　SOC720SW是一个完整的系统，开箱之后即可使用。　　系统采用SOC的HyperSpect™ 操作软件和HSAnalysis™校准和分析工具进行标定和使用前设置。　　数据以开放的BIL二进制格式保存，可以兼容第三方分析软件。无需额外的扫描仪或软件。　　可选的SOC MIDIS™处理器以最优的电脑速度快速执行光谱处理，克服了大部分成像光谱仪在实时数据处理方面的瓶颈。　　MIDIS处理器具有多个相关通道同时监测测量数据和三光谱积分，使得MIDIS处理器有能力克服当今数据处理的难题。　　配备了一个高质量的成像分光计、标定和分析软件、高速低噪InGaAs线列和完整的扫描系统，SOC-720SW通过高速Camera-Link接口可以记录900nm到1700nm光谱范围内、6.25nm分辨率的高质量光谱成像数据。灵敏度高于1.5x1013cmHz/W（1550nm）。　　SOC的HS分析软件可以用来进行标定和数据分析。记录的数据格式为开放式的二进制数据，可以很容易的用第三方分析软件打开，如ENVI软件。无须数据格式转换。技术参数：光谱范围： 900-1700 nm光谱分辨率： 6.25 nm光谱通道： 128光谱失真： <1.5 microns  (smile)数字光圈： F/2.4TFOV/IFOV (35MM)： 10°/0.015625°分辨率(像素)： 640x640 (nominal)LINE RATE： 30 Spatial Lines/SecondCUBE RATE： 20 Seconds/Cube数字分辨率： 14-bit三脚架： 3/8”-16计算机接口： Cameral-Link扫描： 内置供电： AC/12DV重量： 30 lbs.尺寸： 7”x14”x22”  应用领域： 机械视觉　　电子学和塑胶　　晶片检查　　农业品质　　化学过程控制农业领域　　精准农业　　土地分类　　水份胁迫　　作物健康 温度记录　　火点监测　　玻璃检测　　金属纯度军事　　ISR　　边境安全　　导弹跟踪医学领域　　血糖分析　　X线断层摄影术

本发明公开了一种时间分辨率自适应调整的流场状态测量方法，该方法包括如下步骤：首先，根据第 k+1 时刻图像与第 k 时刻图像之间的时间间隔Δt_k，采集第 k+1 时刻图像，并对第 k 时刻和第k+1 时刻的图像进行降噪处理；然后，据 k 时刻图像和第 k+1 时刻的图像，采用粒子图像测速方法，计算第 k+1 时刻的流场状态 X(k+1)，包括：位移场 x(k+1)、速度场 x′(k+1)、加速度场 a(k+1)，并输出显示；最后，更新第 k+2 时刻与第

中国科学技术大学工程科学学院ZacharyJ.Smith教授团队和华中师范大学化学学院高婷娟教授团队在拉曼生物成像研究领域取得新进展，提出了一种基于线扫描拉曼成像系统和偶氮增强拉曼探针相结合的快速生物成像方法，实现了对细胞器动态过程的高分辨率、低功耗的影像。

本发明公开了一种基于拉曼光谱技术的藻种分类识别方法，包括：取相同藻种的多个样本，每个样本均为当前藻种的活体藻液，采用拉曼光谱仪获取各个样本的拉曼光谱原始信息；对采集的拉曼光谱原始信息进行预处理，得到对应的预处理谱图，然后采用偏最小二乘法从各预处理谱图中提取主因子；更换藻种，获得与不同藻种相对应的主因子；以所有藻种的主因子作为输入，以与各主因子相对应的藻种分类为输出，建立BP神经网络模型；取待鉴别活体藻液，获得该待鉴别活体藻液的主因子并输入所述BP神经网络模型，获得待鉴别活体藻液中所包含的藻种分类。本发明实现了基于拉曼光谱技术的藻种快速准确分类，大大简化了操作步骤，缩短了检测时间。

其他成果/n一种基于多源光谱特征融合的食用油种类快速鉴别方法，包括如下步骤：选取待鉴别的未知种类的食用油样品；采集拉曼光谱图和近红外光谱图；分别对采集的拉曼光谱图和近红外光谱图进行预处理，得到预处理拉曼光谱图和预处理近红外光谱图；分别对预处理拉曼光谱图和预处理近红外光谱图进行特征提取，得到拉曼特征变量和近红外特征变量；将拉曼特征变量和近红外特征变量进行光谱特征融合，得到特征融合光谱图；采用优化定性模型对所述未知种类的食用油样品进行种类鉴别。本发明提供的基于多源光谱特征融合的食用油种类快速鉴别方法，安全快速、检测便捷，鉴别准确率高，具有较强的实用价值和推广价值。

本发明公开了一种基于吸收光谱技术的双频率波长调制方法，该方法在传统波长调制信号的基础上叠加了另一高频正弦信号，针对该种激光激励方式建立了双频率波长调制的傅里叶分析模型，理论推导了各次谐波表达式，研究了不同调制参数对谐波信号的影响并通过全局寻优算法确定了最佳调制参数。在此基础上，确定了双频率波长调制频率响应关系的函数表达式。相比于传统单频率波长调制方法，本发明提出的测量方法具有更高的信噪比，测量结果的稳定性更强，并且在弱吸收情况下的谐波峰值位置更易于判断，具有更大的应用潜力，本发明方法仅改变了激光器的注入电流激励方式，对硬件成本要求低，并可应用于多次反射池等系统进一步降低气体浓度的检测下限。

本发明提出一种基于免基线波长扫描直接吸收光谱的气体浓度测量方法，该方法首先对透射光强信号加上Ｎｕｔｔａｌｌ时窗，其次对加窗的透射光强信号进行数字带通滤波处理，获得谐波处的Ｘ分量，使得吸收部分的信号得到强化而使边缘处接近为零，同时对加窗的透射光强信号进行数字低通滤波处理得到常数项，然后使用得到的常数项对Ｘ分量进行归一化处理，消除光强波动的影响，最后对归一化的Ｘ分量使用拟合算法即可得到待测气体参数值。本发明的测量方法克服了传统直接吸收方法对基线敏感的缺点，同时避免了由于基线拟合误差对结果的影响，尤其适合

本发明公开了一种面向超光谱数据库的小波去噪算法，属于超光谱数据的处理方法，用于对带有噪 声的超光谱曲线进行降噪。本发明顺序包括小波降噪参数选择、小波降噪。本发明在小波降噪参数学习 过程中充分考虑了超光谱数据库中各种物质超光谱曲线的特性，快速的选择适合超光谱数据库绝大多数 光谱曲线的小波降噪参数，然后使用选择得到的参数对测量到的超光谱曲线进行降噪。该方法能快速的 针对各种不同应用场景的超光谱数据库选择与之适应小波降噪参数，提高了降噪的效果，提高光谱匹配 的准确率。

手性环氧是一类重要的中间体分子，能够转化成多种手性官能团。然而，文献中还没有针对环氧的光谱手性检测方法。蒋伟课题组利用独立发展的“内修饰分子管”（ Chem. Commun.   2015,   51,  15490;  Chem. Commun.  2016 ,  52,  9078;  J. Am. Chem. Soc.  2016 ,  138,  14550），通过氢键和疏水效应在水中实现了对手性环氧的识别。核磁滴定、荧光滴定与等温量热滴定等实验结果都证实“内修饰分子管”在水中与环氧分子之间存在较强的键合。同时，X-射线单晶衍射、核磁滴定等实验结果证实了氢键的存在。手性环氧通过氢键将手性信号传递给了非手性但有紫外吸收的“内修饰分子管”，诱导产生了紫外圆二色（CD）信号。通过CD信号的强度和正负性，可以实现绝对构型的归属和ee值的测量。该方法具有环境友好（溶剂是水，“内修饰分子管”能够回收）、响应速度快（30 ms）、可以实现实时监测、适用于高通量检测等优点。该方法首次实现了只含环氧的手性化合物的光谱检测，并被成功应用于真实的不对称环氧化反应，获得了与手性色谱方法相类似的结果，在不对称环氧化的前期条件筛选研究中具有广阔的应用前景。