首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   54篇
  物理学   54篇
  2017年   1篇
  2016年   1篇
  2015年   2篇
  2014年   5篇
  2013年   1篇
  2010年   1篇
  2009年   11篇
  2008年   7篇
  2007年   12篇
  2006年   1篇
  2005年   5篇
  2004年   2篇
  2003年   1篇
  2002年   1篇
  2000年   1篇
  1992年   2篇
排序方式: 共有54条查询结果,搜索用时 31 毫秒
1.
现代近红外光谱分析的信息处理技术   总被引:34,自引:11,他引:23  
介绍了现代近红外光谱分析技术的要点,流程,以及建立数学模型的优化层次与建模层次,最后,阐明了在我国应用与发展近红外技术的策略,即“产业化”与“民主化”相结合。  相似文献
2.
PLS-BP法近红外光谱定量分析研究   总被引:25,自引:7,他引:18  
建立BP模型用于近红外光谱定量分析时,为克服所建模型与训练样本集产生“过拟合”,先用线性算法为其压缩训练数据是必要的。目前多采用主成分法(PCA)和逐步回归法(SRA)。主成分法具有极强的压缩数据能力,用它压缩成的主成分输入BP网所建模型的预测精度一般能满足要求,但它处理数据时未考虑输出变量的影响。逐步回归法根据系统输出选择变量,但所选变量具有自相关性,而且与训练集样品的排列顺序有关,很难选出最好的变量,往往难满足预测精度要求。本研究用偏最小二乘法(PLS),根据输出变量将原始数据压缩为主成分,输入BP网并用所建模型预测30个小麦样品的蛋白质含量。结果表明,与PCA-BP模型的预测决定系数(R2)从92.50提高到97.10,训练迭代次数从12 000减少到4 500。  相似文献
3.
支持向量机(SVM)在傅里叶变换近红外光谱分析中的应用研究   总被引:22,自引:6,他引:16  
支持向量机(SVM)用于两类问题的识别研究,它是统计学习理论中最年轻的分支,所建分析模型有严格的数学基础。同时介绍了SVM学习的基本原理和方法,并将该方法引入化学计量学,以103个中药大黄样品为实验材料,通过SVM近红外光谱法建立了大黄样品真伪识别模型。对学习集中33个样品模型识别准确率为100%;对70个预测样品的识别准确率为96.77%,为中药大黄的快速识别提供了参考。研究结果表明了SVM近红外光谱法建立生物样品识别模型的可行性。通过旨在介绍SVM学习方法的基本思想,以引起化学计量学工作的进一步关注。  相似文献
4.
以小麦粉状样品为例 ,研究了傅里叶变换近红外光谱仪在不同分辨率 ,不同的激光频率下扫描样品对近红外光谱用于分析小麦样品蛋白质含量的影响。结果表明 :以 4 ,8,16cm- 1 的分辨率扫描样品或当激光频率改变幅度在 1cm- 1 以内时对小麦蛋白模型的影响不显著 ,样品粒度对模型影响较大  相似文献
5.
近红外光谱在转基因玉米检测识别中的应用   总被引:18,自引:3,他引:15  
随着转基因食品的推广应用,人们越来越关心其食用安全性。以转基因玉米及其亲本为实验材料,借助于近红外光谱仪对转基因玉米及其亲本进行了识别分析:扫描区间为12000~4000cm^-1,分辨率为4cm^-1,扫描次数为64次;以三层误差反向传播算法(简称BP算法)进行数据处理。结果显示通过扫描光谱及数学和计算机软件分析,非常准确、方便地识别了转基因农产品。所以通过近红外光谱所建立的转基因BP-网络识别模型完全可用于实际应用。近红外分析还具有无污染、成本低等优点,是一种极具前景的转基因食品安全检测识别技术。  相似文献
6.
SVM回归法在近红外光谱定量分析中的应用研究   总被引:14,自引:9,他引:5  
研究了基于统计学习理论的支持向量机(SVM)回归法在近红外光谱定量分析中的应用。以66个小麦样品为实验材料,由33个小麦样品作为校正样品,采用4种不同核函数方法对小麦样品蛋白质含量与小麦样品近红外光谱进行SVM回归建模。以所建4种不同SVM回归模型对33个小麦预测样品的蛋白质含量进行了预测;不同回归模型的预测结果与凯氏定氮法确定的蛋白质含量的标准化学值间的相关系数均在0.97以上,平均绝对误差小于0.32。为了考察SVM回归校正模型的预测效果,同所建PLS回归模型的预测结果进行了比较,表明所建预测小麦样品蛋白质含量的SVM回归模型亦可通过近红外光谱进行实际样品的定量分析,且有较好的分析效果。  相似文献
7.
近红外光谱法快速测定植物油中脂肪酸含量   总被引:11,自引:0,他引:11  
应用近红外光谱技术建立了快速测定植物油中4种脂肪酸含量的方法。应用气相色谱法测定52个植物油样品中棕榈酸(C16∶0)、硬脂酸(C18∶0)、油酸(C18∶1)和亚油酸(C18∶2)的含量作为其化学值(真值)。建模集样品数为41,检验集样品数为11,通过对模型的优化,结果表明建模样品集脂肪酸的化学值(真值)与近红外预测值的相关系数r分别为:r(C16∶0)=0.891,r(C18∶0)=0.837,r(C18∶1)=0.982,r(C18∶2)=0.971。检验样品集脂肪酸的化学值与近红外预测值的相关系数分别为0.921,0.891,0.946和0.949。实验结果表明气相色谱法测得的植物油中四种脂肪酸含量与近红外预测值之间存在较好的线性关系。应用近红外光谱法测定植物油中主要脂肪酸的含量是可行的。该方法既快速、方便,又可进行同一样品的多组分分析,有很好的应用前景。  相似文献
8.
近红外光谱定量检测腌腊肉制品品质的研究   总被引:10,自引:5,他引:5  
以中国传统腌腊肉为对象,研究用近红外光谱分析技术快速准确检测肉制品品质的可行性.腊肉是富含脂肪的肉制品,其酸价是目前国标中必须检测的品质指标,它可以反映腊肉在加工储藏过程中脂肪氧化酸败的情况,对腊肉的品质尤为重要.腊肉样品经过简单的粉碎后在BRUKER傅里叶变换近红外光谱仪上扫描,获得其近红外光谱参照国标法测定酸价和水分含量,采用附加散射校正光谱预处理方法,建立了腊肉酸价和水分含量的PLS回归模型.酸价模型预测集中样品的预测值与标准值的相关系数r2为0.98,预测标准差RMSECV为0.25;水分含量模型预测集中样品的预测值与标准值的r2为0.90,RMSECV为0.02.成对t检验统计结果表明近红外光谱分析技术可以用于腊肉制品品质的快速检测.  相似文献
9.
FT-NIR光谱法测定紫花苜蓿青干草的6项品质指标   总被引:9,自引:7,他引:2  
紫花苜蓿青干草营养价值非常高,能够为家畜提供大量优质的蛋白质饲料,也是目前我国最主要的草产品类型之一.文章应用傅里叶变换近红外(FT-NIR)光谱技术,使用偏最小二乘法首次建立了国内紫花苜蓿青干草粗蛋白、粗灰分、中性洗涤纤维、酸性洗涤纤维和酸性洗涤木质素以及体外干物质消化率等6项品质指标的预测模型,并对模型进行了交互验证和外部验证.结果表明:该试验所建立的紫花苜蓿青干草6项主要品质指标的近红外模型具有良好的准确性和预测能力,交互验证相关系数rval为0.953 88~0.990 19,交互验证均方根RMSECV分别为0.345%~1.980%,外部验证的相关系数为0.963~0.990.该方法快速、准确,无需化学试剂,对我国紫花苜蓿草产品的质量检测,以及科研中紫花苜蓿草产品品质分析、种质资源评价、育种世代的鉴定和筛选都有非常重要的意义.  相似文献
10.
高光谱在小麦条锈病严重度分级识别中的应用   总被引:8,自引:1,他引:7  
小麦条锈病是我国小麦生产上造成损失最大、危及范围最广的一种病害,对该病的监测预报是实施有效治理措施的重要基础和依据.文章以88个小麦叶片为试验材料,其中条锈病叶按严重度分为8级,健康小麦叶片为对照,由ASD Field-Spec Pro FR 2500型光谱仪和LI-Cor1800-12外置积分球获取高光谱数据,采用SVM算法对不同严重度的小麦条锈病病叶进行了判别分析.按1:1比例随机划分样品集,校正集的44个样品建立模型,对预测集的44个样品的严重度进行预测识别,总体正确识别率达97%,表明SVM算法用于小麦条锈病严重度分级识别是可行的.  相似文献
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