共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
傅里叶变换红外光声光谱法测定土壤中有效磷 总被引:3,自引:0,他引:3
以中国科学院封丘生态实验站长期定位实验区的土样为材料(68样),利用傅里叶转换红外光声光谱测定土壤有效磷:以Olsen-P为因变量,通过傅里转换红外光声光谱构建偏最小二乘法和人工神经网络模型,利用模型进行预测。结果表明,偏最小二乘法模型的相关系数(R2)为0.96,校正标准偏差为1.79mg/kg,验证标准偏差为5.25mg/kg;人工神经网络模型的校正系数为0.84,校正标准偏差为2.40mg/kg,验证标准偏差为5.43mg/kg。两种模型均可以用于土壤有效磷的预测,且偏最小二乘模型优于人工神经网络模型。该方法的特点是无需样品前处理,且测定对样品无破坏,为土壤有效磷的快速测定提供新的手段。 相似文献
3.
自适应蚁群优化算法的近红外光谱特征波长选择方法 总被引:2,自引:0,他引:2
为提高近红外光谱预测模型的精度和适用性,同时简化模型,提出了自适应蚁群优化偏最小二乘法优选特征波长的方法,建立不同产地苹果可溶性固形物含量混合分析模型。收集山东、陕西和新疆的富士苹果,采集3800~14000 cm"1范围的近红外光谱,并对其重要品质指标可溶性固形物含量进行测定。利用蚁群算法启发式全局搜索的特点,结合蒙特卡罗轮盘赌随机选择机制,优选苹果可溶性固形物含量的近红外光谱特征波长,然后用偏最小二乘法建立分析模型。与全光谱偏最小二乘模型和遗传偏最小二乘模型相比,蚁群优化算法选择的波长数最少,模型预测能力最强,预测的相关系数R和预测均方根误差RMSEP分别为0.9708和0.5144。研究结果表明,自适应蚁群优化算法可以有效选择近红外光谱特征波长,提高模型的稳健性和适用性。 相似文献
4.
采用正交信号校正(OSC)结合小波变换(WT)对烟草光谱进行光谱预处理,将预处理后的烟草光谱结合偏最小二乘法(PLS)建立了烟草光谱对芸香苷的预测模型。利用OSC滤除光谱中与芸香苷含量无关的光谱信息,确定OSC提取的最佳主成分数为7,再选择WT中的最佳小波基函数bior1.1对OSC预处理后的光谱进行压缩及进一步滤噪,然后进行PLS建模,OSC–WT–PLS所建模型决定系数r~2=0.874,校正标准偏差RMSEC=0.85,预测均方根误差RMSEP=0.743,交互验证系数Q_(ext)~2=0.887。结果表明,用OSC–WT–PLS可滤除光谱信息中与待测样品含量无关的信息、减少光谱数据量,降低建立模型的复杂度、提高建模速度及模型的预测能力、准确度。 相似文献
5.
6.
7.
基于多模型共识的偏最小二乘法用于近红外光谱定量分析 总被引:6,自引:0,他引:6
建立了多模型共识偏最小二乘(cPLS)建模方法, 并应用于烟草样品近红外(NIR)光谱与常规成分氯含量之间的建模研究, 探讨了建模参数对预测结果的影响. 结果表明, cPLS方法与传统的偏最小二乘算法(PLS)相比, 所建模型更稳定可靠, 预测结果也可得到了明显改善. 相似文献
8.
偏最小二乘-分光光度法同时测定福美锌和代森锰农药残留量 总被引:6,自引:0,他引:6
利用紫外可见分光光度法研究了农药福美锌和代森锰与苯基荧光酮的相互作用,发现反应后的产物分别在波长为551和554 nm处最大有吸收,但光谱严重重叠.实验采集了450~700 nm波长范围吸光度数据,并对该数据进行一阶求导后用偏最小二乘法处理,据此建立了偏最小二乘-分光光度法同时测定福美锌和代森锰两种农药的新方法.福美锌和代森锰的线性范围分别为0.3~6.0和0.2~3.5 μg/mL;检出限分别为0.22和0.13 μg/mL.混合样品分析无需分离,方法简单、快速.用于水果、大米和自来水等实际样品测定. 相似文献
9.
血清胆红素的近红外光谱无创检测 总被引:1,自引:0,他引:1
血清胆红素的无创检测在疾病的预防、早期诊断与后期治疗等阶段都具有极其重要的作用.本研究提出了一种基于近红外光谱技术的无创血清胆红素新方法.通过采集舌尖的近红外反射光谱并运用偏最小二乘法对采集到的光谱数据进行建模,从而实现对血清胆红素的快速无创检测.将采集到的全部57例样本按照4∶1的比例分训练集和预测集,分别建立总胆红素(TBIL)、直接胆红素(DBIL)和间接胆红素(IBIL)的偏最小二乘回归模型.3个模型的相关系数分别为0.9922,0.9947和0.9486,预测均方根误差(RMSEP)分别为6.13,4.61和4.05 μmol/L.结果表明:舌尖近红外反射光谱结合偏最小二乘法可用于血清胆红素含量的无创检测,并且为其它血液成分的无创检测开辟了新路径. 相似文献
10.
偏最小二乘-反向传播-近红外光谱法同时测定饲料中4种氨基酸 总被引:7,自引:0,他引:7
偏最小二乘与人工神经网络联用对70个饲料样品建立起天门冬氨酸(Asp)、谷氨酸(Glu)、丝氨酸(Ser)和组氨酸(His)4种氨基酸含量的预测校正模型,以样品平行扫描光谱验证校正模型预测的准确性和重现性。用偏最小二乘法将原始数据压缩为主成分,采用单隐层的反向传播网络建模。取前3个主成分的12个数据输入网络,以Kolmogorov定理为依据,经过实验确定中间层的神经元个数为25,初始训练迭代次数为1000。偏最小二乘-反向传播网络模型对样品4个组分含量的预测决定系数(R2)分别为:0.981、0.997、0.979、0.946;样品平行扫描光谱预测值的标准偏差分别为:0.020、0.029、0.017、0.023。本研究为近红外快速检测在组分含量较低的样品实现多组分同时测定提供了思路。 相似文献
11.
基于粒子群算法的波长选择方法用于苹果酸度的近红外光谱分析 总被引:1,自引:0,他引:1
采用便携式近红外光谱分析仪,对苹果样品进行扫描获得光谱数据,运用偏最小二乘法结合基于粒子群算法的波长选择方法对苹果试验数据进行多元统计分析,建立数学模型,利用该模型对苹果酸度进行了预测。对于基于粒子群算法和全谱偏最小二乘方法,校正集样品的酸度预测值和实测值之间的相关系数分别为0.9880和0.9553,校正均方根误差分别为0.0197和0.0388;预测集样品的酸度预测值和实测值之间的相关系数分别为0.9833和0.9596,预测均方根误差分别为0.0193和0.0304。与全谱偏最小二乘法相比,基于粒子群算法的偏最小二乘法,不仅较大地减少波长变量而降低计算量,而且也较大地提高了模型性能而增强了模型预测的准确性。该方法可建立较好的定量分析模型,能广泛应用于现场或野外苹果酸度的快速分析。 相似文献
12.
13.
14.
应用化学计量法处理光谱数据,用偏最小二乘法建立格列齐特片的近红外分析模型。通过光谱预处理和模型的逐步优化最终确定定量分析模型的相关系数为0.991,交叉验证均方差(RMSECV)为0.641,预测均方根误差(RMSEP)为0.980,主因子数为4。选取15个验证样品对模型进行检验,检测结果相对误差在-2.04%~3.52%之间。 相似文献
15.
16.
17.
拉曼光谱法测定芳烃物料的馏程 总被引:2,自引:0,他引:2
应用拉曼光谱法测定了芳烃物料的馏程.采用芳烃样品60个,其中50个为校正样品集,10个为预测样品集,在拉曼光谱位移为400 ~1 800 cm~(-1)范围内进行光谱预处理,并应用偏最小二乘回归法(PLS)建立了各馏程的校正模型,其相关系数(r~2)分别为0.87、 0.89、0.98、0.97、0.94、0.89、0.88(相应蒸馏回收百分数分别为5%、10%、30%、50%、70%、90%、95%).在置信水平99.5%,α为0.005时,各馏程t值均小于3.69(临界值),表明拉曼光谱法预测结果与常压蒸馏法的测定结果无显著性差别.采用拉曼光谱技术可以快速测定芳烃物料的馏程. 相似文献
18.
19.
制备了具有高效可见荧光发射的Dy3+掺杂稀土硼酸盐(LBLB)玻璃,测量和分析了玻璃样品的吸收和荧光光谱。运用Judd-Ofelt理论,根据玻璃的吸收光谱求得各吸收跃迁的振子强度,利用最小二乘法求得Dy3+离子的晶场调节参数Ωt(t=2,4,6)分别为4.04×10-20,1.30×10-20和1.82×10-20cm2,计算了拟合过程的均方根偏差(rδms)。在紫外光激发下,Dy3+掺杂LBLB玻璃发出明亮的黄白光。激发光谱表明,氩离子激光器是Dy3+掺杂LBLB玻璃有效的激发光源。 相似文献
20.
多元校正-光度法同时测定食品中的香兰素和乙基麦芽酚 总被引:15,自引:0,他引:15
香兰素、乙基麦芽酚在紫外区均有吸收,其吸收光谱严重重叠。在pH=2.87的B-R缓冲溶液中对香兰素和乙基麦芽酚两组分混合溶液进行光度测定,所得重叠光谱数据分别用经典最小二乘法(CLS)、偏最小二乘法(PLS)、主成分回归法(PCR)处理,并用于食品样品的测定,获得了较好的定量分析结果。香兰素和乙基麦芽酚的线性范围均为1.0~20.0mg/L;检出限分别为0.478mg/L和0.559mg/L。 相似文献