红外光声光谱技术结合稳健回归用于油菜籽定量分析

将稳健偏最小二乘回归和偏稳健M回归应用于油菜籽红外光声光谱分析中含氮量、含油量与硫苷含量的测定。结果表明,利用红外光声光谱技术可以实现油菜籽品质的快速测定。同时,稳健回归模型较经典偏最小二乘回归模型可以更好地规避异常值影响,进而优化定量分析结果;其中,稳健偏M回归稍优于稳健偏最小二乘回归。     

红外光声光谱技术结合区间、组合区间偏最小二乘测定油菜籽含氮量和含油量

应用红外光声光谱技术结合区间、组合区间偏最小二乘,建立了油菜籽含氮量和含油量的校正模型。结果表明,红外光声光谱技术可以应用于油菜籽品质的快速测定。相对于全谱偏最小二乘建模,区间、组合区间偏最小二乘的采用筛选出了含氮量和含油量的相关波段,使模型简化,并提高了模型预测精度。     

红外光声光谱法测定油菜籽品质参数

红外光声光谱是一项高效无损的新型样品检测技术。本研究应用红外光声光谱技术测定了油菜籽3项品质参数:含氮量、含油量和芥酸含量。结果表明,红外光声光谱技术可以实现油菜籽品质参数的定量分析。相对全谱建模,区间筛选建模可以提高模型的预测精度。     

应用小波分析进行油菜籽红外光声光谱去噪

为探究小波分析对油菜籽红外光声光谱的去噪效果,利用db6小波4尺度分解对其进行去噪研究.对比分析低频系数重构、缺省阈值、Birge-Massart阈值和4种自适应阈值(Rigrsure、Minimaxi、Rigsure和Sqtwolog)模型等模型的去噪效果.同时与Savitzky-Golay卷积平滑和快速傅里叶变换的去噪效果进行比较.研究表明,Birge-Massart阈值模型的综合小波去噪效果最好,同时小波去噪的方法较Savitzky-Golay卷积平滑和快速傅里叶变换去噪可以更好地捕获光谱的尖峰特征.     

稳健算法及其在红外光谱分析中的应用

总结了稳健主成分分析、稳健主成分回归、稳健偏最小二乘回归和稳健连续回归等各种稳健算法的新近成果. 研究表明,稳健算法可以检测并规避异常值的影响. 稳健算法应用红外光谱分析中可望优化定性、定量预测模型.