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   66篇
  免费   0篇
化学   8篇
数学   4篇
物理学   54篇
  2017年   1篇
  2016年   1篇
  2015年   2篇
  2014年   8篇
  2013年   1篇
  2012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   2篇
  2002年   2篇
  2000年   3篇
  1998年   1篇
  1996年   1篇
  1992年   2篇
  1991年   2篇
排序方式: 共有66条查询结果,搜索用时 31 毫秒
1.
近红外光谱分析技术识别奶粉中淀粉掺假的研究   总被引:1,自引:0,他引:1  
将蒙牛、伊利、完达山三个品牌的奶粉样品掺入不同量的淀粉构成32份实验样品。在跨度近两个月时间内,用JDSU微型近红外光谱仪,分五天重复5次采集这些样品的中波近红外漫反射光谱。采用仿生模式识别(BPR)算法对样品进行掺假识别定性分析,并研究了分析的可靠性与模型的稳健性。以90%作为评价分析结果(样品掺杂的正确识别率CAR与正确拒识率CRR)的阈值:将测试结果高于此阈值的所有样品中掺入淀粉的最低含量分别称为样品掺杂的正确识别限与正确拒识限。结果显示:三个品牌奶粉样品分别各自建模时,若用同一天测定的部分光谱数据建立模型,预测该天剩余光谱,样品掺杂的正确识别限与正确拒识限都可以达到0.1%。对于三种品牌奶粉合并后的纯奶粉及其淀粉掺杂样品混合建模时,若用同一天测定的光谱建模与测试,样品掺杂的正确识别限也可以达到0.1%,正确拒识限则为1%;若用不同时间采集的光谱进行交叉测试,正确识别限与正确拒识限都只有5%;若用四天的光谱数据联合建模,测试第五天的数据,正确识别限可以稳定达到1%,正确拒识限可以达到5%。应用两种算法对奶粉中淀粉含量进行定量分析比较,进一步验证了有关定性分析对样品掺杂正确识别限和正确拒识限的可靠性。  相似文献   
2.
半监督学习方法可以充分利用大量未标注样本来弥补已标注样本的不足,针对应用近红外光谱建立农产品等复杂体系的分析模型中,存在获得大量精确标注样本较困难,而使用少量标注样本或大量未准确标注样品建模结果不理想的问题,基于半监督自训练理念,提出半监督偏最小二乘(Semi supervised-partial least squares,SS-PLS)方法优化模型。本研究以全国不同产地、不同等级的211份原料烟叶近红外光谱及其对应感官评价数据为例,应用SS-PLS方法优化模型,模型性能较原始模型有显著提高,优化后SS-PLS方法模型的决定系数(R2)达90%左右,建模标定值分布标准差与拟合值标准差的比值(Ratio of Performance to Deviation,RPD)达3.0以上,模型内部交叉验证及预测标准差(Standard error of cross validation SECV以及Standard Error of Prediction,SEP)值达1.0以下;并将原始感官评价数据与SS-PLS优化后的数据,按照固定阈值划分为优、中、差三个等级,应用基于主成分及FISHER准则的投影方法(Projection Model based on Principal Component and Fisher Criterion,PPF)分析得到的结果表明,SS-PLS优化后的分类结果也显著好于原始感官评价数据。SS-PLS可解决使用小样品集建模的数据代表性问题,在获得大量精确标注样本较困难情况下,为建立近红外光谱分析模型提供了一种新的化学计量学方法。  相似文献   
3.
应用在2012年"中华"专用分拣复烤生产线中采集的7个产地的复烤前原烟和复烤后片烟的在线近红外光谱为试验资料,通过建立不同产地近红外光谱的投影分析模型,并结合方差及相关分析等,研究烟叶复烤前后的均一性及相似性等品质特征的变化,为客观的掌握烟叶原料质量及卷烟产品配方提供技术支撑。本研究结果表明,从数量庞大的在线近红外光谱中,按等间隔采样时间筛选约1万条左右用于建模分析可行,取样代表性充分;经人工分拣、打叶、复烤后的各产地烟叶近红外光谱的均一性提高幅度可达10%~35%,烟叶品质的均质化程度显著提高;同时复烤后各产地烟叶所体现的相似性关系亦发生了变化,从整体上其相似性显著降低,即由产地体现的风格品质差异显著提升,为优质卷烟的原料配方设计提供了更大空间,体现了我国烟草企业生产优质中式卷烟需要消耗大量财力、人力进行烟叶复烤加工的必要性。传统的化学分析等手段需要花费大量的时间和精力,难以对整个加工环节进行控制,近红外光谱技术以其快速、无损的优势,不仅能够实现待测样品成分含量等的实时检测与质量控制,而且应用生产过程中的大量近红外光谱,可以从多角度进行有关产品品质信息的充分挖掘,是一种在众多行业特别是农产品和食品加工行业中极具应用前景的在线分析检测技术。  相似文献   
4.
应用近红外光谱投影模型法分析烟叶的产区与风格特征   总被引:1,自引:0,他引:1  
以在2003年—2012年向国内17个主要烤烟产地,五大烟叶生态产区,收集的4 733个烟叶样品的近红外光谱为试验对象,其中浓香型烟叶光谱1 580条,清香型2 004条,中间香型1 149条;应用基于主成分及Fisher准则(PPF)的方法建立烟叶生态产区和风格特征的投影分析模型,以生态产区模型的分析结果阐释了烟叶香型风格划分的合理性,并依据风格特征模型得到的预测样品投影值与模型中各类投影均值之间的欧氏距离,对预测样品给出最近和次近类别及描述风格特征程度的量化分值,结合模型中各类投影值的离散度以及设定阈值,将预测结果细化为典型浓、浓偏中、中偏浓、典型中、中偏清、清偏中、典型清、清透浓、浓透清等9类或超模型范围样品;应用2102在实际复烤生产加工及各烟叶原料基地中收集的不同部位、不同产地的35个烟叶样品验证了分析结果的合理性。该种分析方式,不仅可以实现预测样品的判别分析,并且可得到关于预测样品更细化的风格特征信息,可对烟草工业企业实现原料的跨区组合及叶组配方等提供指导。  相似文献   
5.
依据中药大黄的近红外光谱信息,采用最小二乘双胞胎支持向量机( LSTSVM)算法,通过MATLAB软件编程,建立参数可优化识别模型,实现了对中药大黄的真伪鉴别.将实验材料98个大黄样品随机划分为训练集和测试集,对于训练集60个样品采用留1/5法交叉验证优化模型参数,以所选最优化参数结合训练集样品的近红外光谱建立最优识别模型,对测试集的38个样品的真伪迸行识别,识别率可达97.4%.结果表明,LSTSVM算法是一种有效的识别方法,可依据中药大黄的近红外光谱对其真伪进行快速识别.同时,本研究将大黄样品6次随机划分为训练集和测试集,建模预测平均识别率为93.4%,表明采用LSTSVM算法建立识别模型具有较好的稳健性.  相似文献   
6.
有监督主成分回归法在近红外光谱定量分析中的应用研究   总被引:5,自引:0,他引:5  
介绍了运用有监督主成分回归法建立近红外光谱定量分析模型的原理和方法.利用该方法先进行近红外光谱定量分析建模的波长信息选择,达到降低光谱数据维数的目的,然后建立数学模型,并用其分析预测集样品.文中以66个小麦样品为实验材料,随机选择其中40个样品建立小麦样品中蛋白质含量的近红外光谱定量分析模型,首先优选出4个波长点:4 632,4 636,5 994,5 997 cm-1,利用这4个波长点处光谱信息建立主成分回归模型预测26个样品的蛋白质含量,其结果与凯氏定氮法分析结果的相关系数为0.991,平均相对误差为1.5%.该方法从大量光谱数据中筛选出最重要的部分波长信息,实现了"少而精"的波长点选择,对建立抗共线性信息干扰的光谱定量分析模型,同时对指导专用近红外分析仪器设计中波长点的选择等方面都有一定的意义.  相似文献   
7.
应用X射线显微CT(X-μCT)对正常及骨质疏松大鼠的骨小梁结构进行了分析,并与骨组织形态计量法的测量值进行了比较,探讨了X射线光谱技术在骨结构分析中的应用.实验对大鼠骨样晶进行X-μCT扫描,扫描条件为80 kVp,80 μA,360°旋转,帧平均4帧,角度增益0.4°,分辨率14 μm.三维重建并分析了骨小梁结构,结构参数包括骨体积分数(BV/TV)、骨小梁厚度(Tb.Th)、骨小梁数量(Tb.N)以及骨小梁问隔(Tb.Sp).结果表明,采用X-μCT分析不同组大鼠的骨小梁结构参数值之间存在显著差异(P<0.05),测定值与传统骨组织形态计量法的测定值显著相关,其中胫骨骨小梁BV/TV,Tb.Th,Tb.N,Tb.Sp的相关系数r分别为0.984,0.960,0.995,0.988,腰椎骨小梁各结构参数的相关系数分别为0.938,0.968,0.877,0.951.因此,X-μCT可以较好地呈现并区分正常骨组织、骨质疏松骨组织以及经雌激素治疗后骨组织的微观结构,可以实现对骨小梁结构参数的分析测定,与骨组织形态计量法相比是一种更精确、立体、快速日无损测量骨微结构和评价骨质量的方法.  相似文献   
8.
近红外光谱分析中建模校正集的选择   总被引:5,自引:0,他引:5  
将极大线性无关组的概念及方法引入近红外光谱分析,探讨了在建立定量分析模删时代表性样品,即校正集样品的选择问题.以2 652个烟末样品为实验材料,随机选取1 001个样品构成预测集,其余1 651个样晶为代表性样晶备选集.用Matlab软件求出代表件样品备选集光谱矩阵的极大线性尤关组,以此作为代表性样品,构成建模的校正集.用PLS回归法建立了烟未样品总糖含量定量分析的预测模型,并将模型用于预测集中1 001个烟末样晶总糖含量的预测分析.实验结果表明,当选择的校正集包含的样品数最大于32时,所建各模型对预测集样品预测的平均相对误差均小于4%,平均相关系数大于0.96.其中选择32个代表性样品和146个代表件样品所建模型定量分析预测集中各样晶的总糖含量,两个结果经统计检验没有显著性差异(a=0.05),说明求极大线性无关组的方法用于校正集样晶的选择,可实现"少而精"选择样晶的目的.此外,我们用求极大线性无关组选择校正集样品和随机方法选择校正集样品两种方法,选择了同样数目28,32,41,76,146,163个样品建模进行预测效果的对比实验,结果显示,求极大线性无关组法选择校正集建模的预测效果优于随机选择校正集建模的预测效果.  相似文献   
9.
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。  相似文献   
10.
近红外漫反射光谱信息分解的数量分析   总被引:1,自引:0,他引:1  
近红外漫反射光谱分析中,一直认为近红外光可获取样品内部的物质信息,但近红外漫反射光谱包含样品内部信息量究竟是多少,一直未给出准确的数量描述.该研究以烤烟样品为实验材料设计样品,每个实验样品分别由表层片状烤烟与内部烤烟粉末两部分组合而成,测定样品近红外漫反射光谱,提取光谱主成分信息(principal component,PC),将所提取的各主成分的不同组合作为统计指标,对样品进行聚类分析,结合各主成分方差贡献率,初步给出了样品不同深度光谱信息分解量的描述.实验结果表明,近红外漫反射光谱第1和第2主成分包含的信息量约占总信息的98%,反映样品表层信息;第3和第4主成分约占1.5%,表征样品内部信息.这一结果将有助于我们对近红外光谱定性定量分析时主成分信息的选择有一个更深刻的理解.  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