排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
以普通玉米籽粒为试验材料,应用偏最小二乘回归法建立了基于近红外光谱数据的测定玉米籽粒中淀粉含量的校正模型。校正模型的校正误差(RMSEC)、交叉检验误差(RMSECV)和预测误差(RMSEP)分别#30.31%、0.42%和0.29%,校正数据集和独立的检验数据集的预测值与实际测定值之间的相关系数分别达到0.9255和0.9310,表明所建立的校正模型具有较高的预测精度和较好的推广性,为玉米籽粒中淀粉含量的快速、无损测定提供了新的途径: 相似文献
2.
以普通玉米籽粒为试验材料,在应用遗传算法结合偏最小二乘回归法对近红外光谱数据进行特征波长选择的基础上,应用偏最小二乘回归法建立了特征波长测定玉米籽粒中淀粉含量的校正模型.试验结果表明,基于11个特征波长所建立的校正模型,其校正误差(RMSEC)、交叉检验误差(RMSECV)和预测误差(RMSEP)分别为0.30%、0.35%和0.27%,校正数据集和独立的检验数据集的预测值与实际测定值之间的相关系数分别达到0.9279和0.9390,与全光谱数据所建立的预测模型相比,在预测精度上均有所改善,表明应用遗传算法和PLS进行光谱特征选择,能获得更简单和更好的模型,为玉米籽粒中淀粉含量的近红外测定和红外光谱数据的处理提供了新的方法与途径. 相似文献
1