科研产出
- 时间
- 相关度
- 被引量
不同偏最小二乘法的近红外光谱技术测定大米中水分的研究
《分析科学学报 》 2019 北大核心 CSCD
摘要：通过近红外光谱法对大米中含水量进行分析,运用Kennard-Stone法对校正集及预测集样本进行选取,利用Range Normalization法、二阶导数和多元散射校正加一阶导数法,分别对近红外光谱进行预处理优化,并采用偏最小二乘法(PLS)、组合区间偏最小二乘法(SiPLS)和移动窗口偏最小二乘法(MWPLS)分别建立了定标模型.结果显示,相较于全谱建模,2种变量优选方法都能在有效减少建模所用的变量数,同时提高模型性能.其中采用MWPLS优选变量所建的大米水分定量模型的性能最优,决定系数为0.9525,校正集均方根误差为0.4093.利用40个验证集样本对定标模型进行了验证和配对t检验,预测相关系数达0.9617,相对分析误差为3.64,模型预测值与标准方法测定值没有显著性差异,说明模型具有良好的预测能力.基于MWPLS的近红外光谱技术能够实现大米中水分含量的快速检测.
关键词： 近红外光谱 大米 水分 组合区间偏最小二乘法 移动窗口偏最小二乘法
全文链接
请求原文
特征波长优选结合近红外技术检测大米中的含水量
《食品科技 》 2019 北大核心
摘要：利用近红外光谱技术实现了大米中含水量的快速测定.为进一步提高近红外模型的精度和稳定性,采用4种波长筛选方法:遗传算法(GA)、无信息变量消除法(UVE)、无信息变量消除-遗传算法组合法(UVE-GA)以及连续投影算法(SPA),对大米水分近红外光谱特征波长进行了优选,并基于筛选出的光谱变量建立了大米含水量偏最小二乘法(PLS)模型.结果表明,相较于全光谱建模,4种特征波长优选方法不仅提升了所建模型的预测性能和精度,还有效地减少了建模时的光谱信息量,节省了建模时间;其中经过UVE-GA算法从全波段1154个波长中筛选出的68个特征波长建立的模型效果最好,其预测相关系数和预测均方根误差分别为0.9675和0.3915.综上所述,近红外光谱技术结合UVE-GA光谱处理方法能够实现大米水分含量的快速无损检测,为大米含水量的监督检测提供了技术依据.
关键词： 近红外光谱 大米 特征变量筛选 含水量 间隔偏最小二乘法 遗传算法
全文链接
请求原文
首页上一页1下一页尾页
