基于SVR的傅里叶变换型近红外光谱仪间数学模型传递的研究

近红外分析的一个重要基础是数学模型。不同的近红外光谱仪间由于对同一个样品响应的差异,导致一台仪器上建立的数学模型不能直接用于另一台仪器上样品的分析,需要进行模型传递。文章以两台傅里叶变换近红外光谱仪为实验研究对象,以玉米粉末样品为实验材料,采用移动窗口支持向量回归机(SVR)方法,把一台仪器上建立的近红外定量分析数学模型传递到另一台仪器上：当SVR回归的窗口大小为31个波长点,传递样品个数为15个时,模型传递效果较好,以“主机”所建蛋白含量的数学模型分析“从机”上修正后的光谱,化学测定值和近红外预测值间的相关系数提高到0.943 4,相对标准差为4.23%。表明采用移动窗口SVR法进行傅里叶变换近红外光谱仪间数学模型的传递是可行的。     

国产光栅近红外光谱仪扫描条件对检测结果的影响

以云南优质烤烟为实验材料,在国产光栅漫反射型近红外仪器上,研究了采集间隔、开机时长、背景测量频率等扫描条件对近红外检测结果的影响。研究结果表明：8,16 nm的光谱数据采集间隔对近红外烤烟定量分析的影响不大,为提高采集速度确定该仪器的采集间隔为16 nm;建立了包含开机时长因素在内的模型,提高模型的适应性;该仪器具有基线漂移提示功能,从而确定仪器背景采集的频率,可以降低分析误差,提高检测结果的准确度。     

近红外光谱烟叶质量等级快速检测与等级特征分析

烤烟等级质量对配方设计和卷烟工业生产的稳定起着重要的作用.采用传统外观分级法对2018年全国40个地级市产地的768份烤烟烟叶样品进行分类定级,包括7个不同烟叶质量等级.应用近红外光谱建立烟叶质量等级预测模型,分析不同等级烟叶化学基团及相关成分的近红外吸收光谱特征.结果表明:不分产区建立全国烟叶等级预测模型,建模集与预...     

应用近红外光谱分析不同产区工业分级烟叶样品的特性

以红塔集团2010年玉溪、楚雄、昭通产区内经工业分级后不同部位及色组的中上等烟叶样品为试验对象,其烤烟品种为K326,共计3个产区、六种中上等工业分级17类样品的近红外光谱6 064条;应用光谱特征投影及相关分析等方法对17类烟叶样品近红外光谱的分析结果表明：第1维光谱特征投影均值区分不同分级类型的概率为84%,第2维光谱特征投影均值区分不同产区类型的概率为71%。因此,通过光谱特征投影能够重现性较好地量化解释分级和产区造成烟叶品质的差异,其量化数据可以作为烟叶跨区模块组合的参考。     

三维高光谱NPLS模型用于冬小麦估产的初步研究

以35个实验小区,8个生育期的冬小麦田间测量冠层反射高光谱组成三维数据信息阵,采用多维偏最小二乘(multiway partial least squares, NPLS)算法建立了冬小麦亩产量估产模型。模型用于对13个实验小区产量预测分析,预测值与实际值的相关系数ｒ为0.936 6, 平均相对误差为4.44%,说明模型的预测效果较好,对实际的估产工作有一定的指导意义。     

MAXR回归法在近红外光谱定量分析及最优波长选择中的应用研究

介绍了运用MAXR回归法建立傅里叶变换近红外光谱定量分析模型的原理和方法。以此方法,由Matlab语言设计程序,进行近红外光谱定量分析建模的波长信息选择。并以小麦样品为实验材料,建立了蛋白质含量的近红外光谱定量分析模型,其中优选出2个和3个波长点处光谱信息建立的多元回归模型的预测结果与凯氏定氮法分析结果相关系数分别为0.977 1和0.976 5,标准差分别为0.335和0.340。MAXR回归法在进行波长信息,选择时可建立分别包含1,2,…,k个波长点信息的最优回归模型,且计算量适中,因此是一种实用的选择“最优”波长信息的回归方法。该方法不仅可少而精选择波长信息,建立抗共线性信息干扰的光谱定量分析模型,而且对于特定样品、特定待分析组分,选择最优波长信息建模分析的工作,可指导专用近红外分析仪器的设计。     

应用近红外光谱分析云南主要烟叶生产基地之间的烟叶特性

以2010年红塔集团在云南4个烟叶生产基地内收集的中部上等烟叶样品为试验对象,其中玉溪、楚雄、昭通的烤烟品种为K326,大理的烤烟品种为红大,共计烟叶近红外光谱1 276条;应用光谱特征投影及相关分析等方法对不同烤烟生产基地之间烟叶近红外光谱的分析结果表明：将样品随机按2：1划分为分析集与验证集后,其分析集与验证集的一维、二维投影均值的相关系数都达到0.99以上,具有较好的一致性;同时,应用一种相似度计算方法得到了不同基地的烟叶样品光谱之间的相似度值,该相似度值可为烟叶的种植规划、质量管理以及烟草工业企业的原料收购和烟叶配方等提供参考。     

乌拉尔甘草种子硬实率的近红外光谱分析

以收获年份不同、收获地点不同的112份乌拉尔甘草种子为材料,其硬实率分布范围为0.3%～99.3%,根据3:1的比例划分校正集和检验集,采用近红外光谱技术结合定量偏最小二乘法对其硬实率进行了分析。研究结果表明,光谱范围采用5 000～6 000 cm~(-1),主成分数为6时,校正集和检验集的决定系数分别为90.85%和91.51%,相关系数分别为0.953 2和0.957 9,平均绝对误差分别为7.73%和6.96%,标准差分别为9.98和9.57。采用该方法建模时,即使采用不同的建模样品,校正集和检验集的决定系数均在90%以上,校正标准差和预测标准差在10.00左右,平均绝对误差在7.90%左右。该研究旨在利用近红外光谱法提出乌拉尔甘草种子硬实率的快速检测方法,以促进硬实种子在生产上的利用。     

基于烟叶近红外光谱主成分数据的投影方法研究及其在复烤配方中的应用

对近红外技术在烟草中的应用作了简要的概述,报道了两种基于近红外光谱主成分的投影矢量求解方法,分别简称为PPF_PCA和PPF_Eig,并对两种方法在复烤配方中的应用与评价做了比较研究.对9类烟叶工业分级样品光谱进行一维投影分析的结果表明:PPF_PCA方法得到的一维投影值的类间差异性和类内差异性均大于PPF_Eig方法,其中各类间投影均值的平均绝对偏差前者约为后者的1.26倍.同时应用第一维投影值所占贡献率的情况对此结果进行了解释,PPF_PCA方法一维投影值所占贡献率为93%,PPF_Eig方法一维投影值所占贡献率为77%,前者约为后者的1.21倍,因此,PPF_PCA方法得到的一维投影值中包含更多类间和类内的差异性信息.应用烟叶各类工业分级样品的一维投影图能客观的评价各类样品之间的相似性及各类内样品之间的差异性,可方便的作为烟叶复烤配方的参考依据,同时在其他农产品(如中药等)配方中也具有较好的应用前景.     

国产新型高密度光栅光谱仪数据处理方法研究

由上海棱光技术有限公司与中国农业大学联合研发的S450型近红外高密度光栅光谱仪,使用高速采集技术可得到高密度光谱（波长范围900~2 500 nm,采集间隔0.1 nm,光谱包含16 001个数据点）,本文采用该仪器并以小麦、烟草样品为实验对象,针对高密度光谱的数据特点,采用S.G.（savitzky-golay）平滑、固定窗口组合滑动窗口平滑(FCMWS和一阶导数（FD）等数据处理方法,并应用偏最小二乘法（PLS）对小麦粗蛋白、烟草烟碱及总糖含量进行建模和预测,对仪器整体性能以及数据处理方法的参数优化等,进行了评价和比较研究。结果表明：（1）小麦、烟草样品的原光谱经S.G.平滑结合一阶导数预处理后,模型性能大幅提高,通过对参数拟合阶次M和平滑点数N进行优化得出,当M一定时,N可选取范围较宽,且当M=2和N处于201～801区间时模型效果理想且稳定;（2）FCMWS方法对小麦、烟草样品的原光谱进行两层平均平滑,经调整优化平滑参数K₁和K₂（K₁为第一层平滑的固定窗口大小,K₂为第二层滑动窗口大小）得出：两层平滑参数相乘约为150~310时,模型性能稳定且较优,同时FCMWS方法极大地提高了建模速度;（3）以小麦样品为对象,同时在两台S450型光谱仪上采集样品光谱,对比分析了仪器间的性能差异,结果表明光谱经S.G.平滑或FCMWS方法处理后,不同仪器模型间相互预测数据的相对偏差小于2.00%,远低于预测值与参考值间的相对偏差,说明上述两种方法均可降低仪器的台间差异,实现台间模型的稳定传递。研究结果表明,国产S450型高密度光栅光谱仪结合数据平滑去噪技术,已满足小麦、烟草等农产品品质检测和模型传递的性能要求,且该光栅型仪器成本相对较低,对农业领域推广近红外快速检测技术的应用具有实际意义。