首页 | 本学科首页   官方微博 | 高级检索  
    检索          
共有20条相似文献,以下是第1-20项 搜索用时 203 毫秒

1.  FT-NIR光谱分析技术测定烟草中总氮、总糖和烟碱  被引次数:43
   王家俊《光谱实验室》,2003年第20卷第2期
   应用傅里叶变换近红外(FT-NIR)光谱分析技术测定近1000个具代表性的烤烟样品的近红外光谱数据,采用PLS1数学方法建立了测定烤烟中总氮、总糖和烟碱含量的数学模型。通过对模型进行数理统计检验,在显著性水平为5%的条件下,其测定结果与流动注射分析(FIA)技术测定的结果对比,两者不存在显著性差异。该分析技术已应用于现场快速测定烟草中总氮、总糖和烟碱的含量,结果令人满意。    

2.  基于自编码网络流形学习的毛竹笋不溶性膳食纤维含量红外光谱建模  
   余心杰  殷姣姣  于欣  何勇《光谱学与光谱分析》,2013年第33卷第6期
   提出了一种结合自编码网络(AN)流形学习和偏最小二乘(PLS)法的红外光谱建模方法AN-PLS。AN-PLS方法首先用AN算法对红外光谱数据进行非线性降维,再结合PLS建立回归模型。利用该方法建立了毛竹笋中不溶性膳食纤维含量的近红外光谱和中红外光谱回归模型。结果表明,用AN-PLS方法建立的回归模型,比用其他常用光谱数据预处理方法结合PLS及用单独PLS算法建立的模型具有更小的预测均方根误差RMSEP和更高的决定系数R2,因此,AN-PLS具有较优的建模与预测能力,利用近红外光谱和中红外光谱技术结合AN-PLS建模,可实现毛竹笋中不溶性膳食纤维含量的准确测量。    

3.  PCA-SVR联用算法在近红外光谱分析烟草成分中的应用  被引次数:1
   刘旭  陈华才  刘太昂  李银玲  陆治荣  陆文聪《光谱学与光谱分析》,2007年第27卷第12期
   由50份烟草样品的近红外漫反射光谱组成的光谱矩阵经过主成分分析降维,采用基于支持向量机回归(SVR)算法,以常规化学分析方法测定的总糖、还原糖、总氮、烟碱的含量为参考值,建立了烟草中主要成分近红外光谱定量分析定标模型,并采用留一法交叉验证(LOOCV)对模型进行验证.以内部交叉验证预测的RMSE值为判据,从核函数类型、惩罚因子C和不敏感函数ε取值等方面对定标模型进行优化,获得不同成分定标模型的优化参数.烟草总糖、还原糖、总氮、烟碱优化定标模型的RMSE值分别为1.581,1.412,0.117和0.313.同时建立了烟草以上成分的偏最小二乘回归(PLS)、多元线性回归(MLR)以及误差反向传播人工神经网络(BP-ANN)定标模型,通过内部交叉验证的RMSE值与SVR定标模型进行比较,结果表明SVR模型具有更好的预测效果.    

4.  短波近红外光谱技术对葡萄酒中总糖含量快速测定的研究  被引次数:2
   阿力塔  徐秀廷  宋娟娟  刘淑琴《分析测试学报》,2009年第28卷第2期
   采用短波近红外光谱技术结合偏最小二乘法(PLS),建立了葡萄酒中总糖含量的定量分析数学模型,讨论了光谱预处理方法和主成分数对PLS模型预报精度的影响.应用所建模型对预测集样本中总糖含量进行预报,结果令人满意.该方法方便快捷,并且具有较高的预报精度,可以用于葡萄酒中总糖含量的快速测定.    

5.  近红外光谱主成分-所有可能回归法定量分析烤烟、小麦样品中的组分含量  被引次数:8
   张录达  沈晓南  赵龙莲  李军会  张建平  谢雯燕  束茹欣《分析化学》,2000年第28卷第6期
   利用主成分-所有可能回归法,建立了烤烟、小麦样品不同组份的近红外光谱定量分析模型。结果表明,烤烟样品的总糖、还原糖以及小麦样品的蛋白质含量的预测模型均有好的定量分析结果,且其预测结果与PLS法预测结果相当。    

6.  近红外光谱主成分—所有可能回归法定量分析烤烟,小麦样品中的组 …  
   张录达 张建平《分析化学》,2000年第28卷第6期
   利用主成分-所有可能回归法,建立了烤烟、小麦样品不同组份的近红外光谱定量分析模型。结果表明,烤烟样品的总糖、还原糖以及小麦蛋白质含量预测模型均有好的定量分析结果,县其预测结果与PLS法预测结果相当。    

7.  GA-PLS结合PC-ANN算法提高奶粉蛋白质模型精度  
   孙谦  王加华  韩东海《光谱学与光谱分析》,2009年第29卷第7期
   提出一种偏最小二乘法(PLS)和人工神经网络(ANN)结合用于近红外光谱(NIRS)的分析方法,以提高奶粉蛋白质模型的预测精度。首先采用基于遗传算法的波长选择法(RS-GA)优化光谱数据,建立GA-PLS模型预测奶粉蛋白线性部分;然后在RS-GA法选择的波段上进行主成分分析(PCA),以主成分的得分矩阵作为ANN模型输入层,以GA-PLS预测值与真实值之差作为输出层,建立PC-ANN模型预测其非线性部分。最终预测结果为两个模型预测值之和,以模型的预测标准偏差(RMSEP)作为评价指标,以便考察新方法的有效性。同时建立线性的全谱模型(Fr-PLS),其Fr-PLS、GA-PLS和GA-PLS+PC-ANN模型的RMSEP分别为0.511,0.440和0.235。结果表明:考虑奶粉蛋白含量近红外模型的非线性部分,可以显著提高模型的预测精度,该方法也可为其它复杂体系模型精度的提高提供借鉴。    

8.  声光可调-近红外光谱技术分析烟草主要化学成分  被引次数:14
   何智慧  练文柳  吴名剑  唐丽云  陈亚《分析化学》,2006年第34卷第5期
   建立了声光可调-近红外光谱方法(AOTF-NIR)检测烟草主要化学成分的方法。应用AOTF-NIR光谱仪测定了不同地区、不同等级烟草样品的近红外光谱,用Unscrambler(定量分析软件将光谱与对应的化学成分值相关联,建立了烟草中总糖、还原糖、总烟碱和钾的回归模型。用这些模型对未知样品进行了预测。总糖、还原糖、总烟碱和钾模型预测的平均相对标准偏差分别为2.71%、3.13%、4.04%和6.42%。    

9.  近红外光谱在发射药成分检测中的应用  被引次数:1
   郭志强  任芊  黄友之  董守龙《光谱实验室》,2006年第23卷第2期
   采用傅里叶变换近红外光谱法测定发射药中外挥发分和内挥发分的含量.本文提出了一种混合算法,该算法将偏最小二乘法(PLS)和人工神经网络(ANN)结合起来,同时利用马氏距离(Mahalanobis)法对异常样品进行剔除.与传统的多元校正算法PLS和主成分回归(PCR)相比,该算法所建模型的预测精度有明显的提高.结果表明,该算法可以满足发射药成分含量的快速分析的需要.    

10.  局部建模方法用于烟草样品的近红外光谱定量分析  
   石雪  蔡文生  邵学广《光谱学与光谱分析》,2008年第28卷第11期
   采用近红外光谱在主成分空间的距离作为样本相似性的判据,建立了一种用于近红外光谱定量分析的局部建模方法。该方法首先对校正集的光谱进行主成分分析(PCA),然后基于主成分空间中预测样本与校正集样本的距离选择校正子集并建立局部偏最小二乘(PLS)回归模型。对欧氏距离和马氏距离的比较表明,欧氏距离可以更好地表达样本之间的相似性。将所建立的方法用于烟草样品中氯和尼古丁含量的测定,结果表明局部建模方法比常用的全局建模方法具有更好的预测准确性,特别是在低含量成分的预测中具有明显优势。    

11.  光谱采集方式对AOTF-近红外光谱技术分析烟草主要化学成分的影响  被引次数:14
   何智慧  练文柳  陈亚  唐丽云  吴名剑《分析试验室》,2005年第24卷第6期
   初步探讨了不同光谱采集方式对AOTF-近红外光谱技术检测烟草主要化学成分及建模的影响。结果表明,以旋转方式采集光谱可以得到更多的样品信息,所建立的模型精度较高。从模型的各项指标来看,总糖、还原糖和总烟碱的相关系数很高,说明化学成分含量数据和光谱数据间有较好的相关性。实验结果表明AOTF-近红外光谱技术可用于烟草样品主要化学成分的常规分析。    

12.  偏最小二乘回归用于近红外光谱分析的稳健策略  
   邵学广  陈达  徐恒  刘智超  蔡文生《中国化学》,2009年第27卷第7期
   偏最小二乘法(PLS)在近红外光谱(NIR)定量分析中占有重要地位,但预测结果往往容易受到样本分组和奇异样本等因素的影响,稳健性不强。多模型PLS (EPLS)方法在模型稳健性上得到提高,然而它无法识别样本中存在的奇异样本。为了同时提高模型的预测准确性和稳健性,本文提出了一种根据取样概率重新取样的多模型PLS方法,称为稳健共识PLS(RE-PLS)方法。该方法通过迭代赋权偏最小二乘法(IRPLS)计算样本回归残差得到每个校正集样本的取样概率,然后根据样本的取样概率来选择训练子集建立多个PLS模型,最后将所有PLS模型的预测结果平均作为最终预测结果。该方法用于两种不同植物样品的近红外光谱建模,并与传统的PLS及EPLS方法进行比较。结果表明该方法可以有效的避免校正集中奇异样本对模型的影响,同时可以提高预测精确度和稳健性。对于含有较多奇异样本的,复杂近红外光谱烟草实际样本,利用简单PLS或者EPLS方法建模预测效果不是很理想,而RE-PLS凭借其独特优势则有望在这种复杂光谱定量分析中得到广泛的应用。    

13.  近红外光谱分析杨木-桉木混合纸浆原料  
   吴珽  房桂干  梁龙  邓拥军  熊智新《光谱学与光谱分析》,2018年第8期
   近年来,随着林纸一体化战略的推进,多使用混合原料制浆。而混合原料比例及成分含量的快速分析难以实现已成为制约制浆工业发展的瓶颈。为解决此问题,以广泛使用的杨木-桉木混合原料为研究对象,用傅里叶近红外光谱仪采集了131个不同比例的杨木-桉木混合样品和30个单一杨木、桉木样品的近红外光谱;用化学法测定其综纤维素、聚戊糖及Klason木素含量。因主要化学成分含量的近红外光谱信息集中于7 600~4 000cm~(-1)区间,对该区间的光谱数据进行平滑、标准正态变换和一阶导数的预处理,运用LASSO算法建立了杨木含量与聚戊糖含量模型;对该区间数据进行平滑、标准正态变换和二阶导数预处理后结合LASSO算法建立了综纤维素含量模型;对该区间数据进行平滑、多元信号校正和二阶导数预处理后结合LASSO算法建立了Klason木素含量模型。杨木含量、综纤维素、聚戊糖、Klason木素含量模型的预测均方根误差分别为1.82%,0.52%,0.67%和0.59%;绝对偏差范围分别为-3.01%~2.94%,-0.91%~0.83%,-0.91%~1.07%,-0.79%~0.92%。4种模型的性能总体上略优于传统偏最小二乘法所建的模型且满足实际需求,可以用于工业生产。    

14.  烟草组分的近红外光谱和支持向量机分析  被引次数:1
   张勇  丛茜  谢云飞  赵冰《高等学校化学学报》,2009年第30卷第4期
   测定了120个产自福建、安徽和云南烟草样品的近红外光谱. 在利用支持向量机(SVM)技术建立其定量、定性分析模型之前, 用小波变换技术对光谱变量进行了有效的压缩, 然后采用径向基核函数建立了75个烟草样品的分类模型, 同时建立了总糖、还原糖、烟碱和总氮4个组分的定量分析模型, 并利用45个烟草样品对模型进行了检验. 仿真实验表明, 建立的SVM分类模型分类准确率达到100%, 而4个组分的定量分析模型的预测决定系数(R2)、预测均方差(RMSEP)和平均相对误差(RME)3个指标值显示其模型泛化能力非常强, 预测效果良好, 可见这是一种有效的近红外光谱的建模分析方法.    

15.  灰度关联分析结合支持向量机用于近红外光谱研究  
   张勇  赵冰《光谱学与光谱分析》,2013年第2期
   灰度关联分析是通过关联度的计算来理清系统中各因素之间的主次关系,找出影响较大的因素。简述了灰度关联分析的基本原理,并利用其对180个烟草样品的近红外谱进行了谱区优化,选取其中120个样品用于建模,另外60个样品用于模型检验。进一步利用偏最小二乘法和径向基支持向量机法分别建立了烟草样品的总糖、还原糖、烟碱及总氮的定量分析模型。结果表明,将灰度关联分析与支持向量机法联合用于烟草近红外光谱四个组分的定量分析,其模型的泛化能力和预测精度均有较明显的提高,从而能够有效地提高建模效率。    

16.  烟叶中六种成分OSC-PCR定量模型的研究  
   吴丽君  田旷达  李倩倩  李祖红  邱凯贤  闵顺耕《光谱学与光谱分析》,2013年第33卷第6期
   采用近红外光谱技术对烟草中常规化学成分总糖、还原糖、烟碱、总氮、淀粉和挥发性碱进行测定。利用正交信号校正法(OSC)对烟叶的近红外光谱进行预处理,再使用主成分回归方法(PCR)建立烟叶中六种化学成分的定量分析模型,采用蒙特卡洛交互验证作为集成的建模策略优化模型参数,使用外部预测的相对预测性能(RPD)评价模型。结果表明,OSC有效解决了PCR投影方向并非浓度相关性最大方向的问题,同时解决了噪声、基线漂移、杂散光等问题。OSC-PCR建立的模型能够有效检测烟草常规化学成分。该研究方法通过确定化学值的波动范围初步监控烟叶中常规成分的含量,对于烟草品质评价和控制质量稳定性以及烟草香气成分分析具有重要意义。    

17.  特征根回归法近红外光谱定量分析研究  被引次数:2
   张录达  齐小明  杨金华  赵龙莲  李军会  严衍禄《光谱学与光谱分析》,2002年第22卷第1期
   本文以大豆样品为实验材料,研究了特征根回归法近红外光谱定量分析。用40个大豆样品的近红外光谱数据建立了测定大豆蛋白质含量的特征根回归模型,预测另外32个大豆样品的蛋白质含量,结果同PLS回归方法进行了比较,表明特征根回归模型可用于生物样品的近红外光谱定量分析。特征根回归法是对PCR建模方法改进的又一种化学计量学定量分析校正方法,该方法在对样品光谱提取主成份时考虑了待分析组分的作用,因此所建立的定量分析模型有好的分析效果。研究结果进一步表明,以样品近红外光谱建立定量分析模型,提取主成份时充分考虑被定量分析成份的作用是完全必要的。    

18.  离散小波变换-遗传算法-交互检验法用于近红外光谱数据的高倍压缩与变量筛选  被引次数:11
   王国庆  邵学广《分析化学》,2005年第33卷第2期
   用遗传算法(GA)与交互检验(CV)相结合建立了一种用于对近红外光谱(NIR)数据及其离散小波变换(DWT)系数进行变量筛选的方法,并应用于烟草样品中总挥发碱和总氮的同时测定。结果表明:NIR数据经DWT压缩为原始大小的3.3%时基本没有光谱信息的丢失;有效的变量筛选可以极大地减少模型中的变量个数,降低模型的复杂程度,改善预测的准确度。    

19.  主成分分析-支持向量回归建模方法及应用研究  被引次数:18
   侯振雨  蔡文生  邵学广《分析化学》,2006年第34卷第5期
   将主成分分析(PCA)用于近红外光谱的特征提取,并与支持向量回归(SVR)相结合,实现了主成分分析-支持向量回归(PCA-SVR)用于近红外光谱定量分析的建模方法。与单纯的SVR方法相比,不仅提高了运算速度,而且提高了模型的预测准确度。将PCA-SVR方法用于烟草样品中总糖和总挥发碱含量的测定,所得结果的预测均方根误差分别为1.323和0.0477;回收率分别为91.8%~112.6%和88.9%~120.2%。    

20.  遗传算法结合偏最小二乘法无损评价西洋梨糖度  被引次数:3
   王加华  潘璐  孙谦  李鹏飞  韩东海《光谱学与光谱分析》,2009年第29卷第3期
   基于遗传算法的波段选择法在组合优化问题上具有很大的搜索优势,适应性很广.文章将该方法应用于西洋梨糖度近红外光谱分析中,探讨数据优化筛选的可行性.光谱经多元散射校正或标准归一化处理后进行波段选择,选择结果与样品中被测成分有关,4个品种洋梨的最佳个体染色体编码有一定共性.分别建立了四种洋梨的GA-PLS模型和全谱模型,早红考密斯、五九香、凯斯凯德和康佛伦斯的GA-PLS建模数据点分别从1 557减少到了434,496,310和496.GA-PLS/Fr-PLS模型的预测标准偏差分别为0.428/0.518,0.696/0.694,0.425/0.421和0.567/0.633,其中早红考密斯和康佛伦斯GA-PLS模型的预测精度明显优于全谱模型,而五九香和凯斯凯德的GA-PLS模型与全谱模型相近.结果表明,遗传算法用于PLS建立西洋梨糖度校正模型前的数据优化筛选是可行的,有效提高测量精度,减少建模变量.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号