近红外光谱与烟草样品总糖含量的非线性模型研究

作     者：陈达 王芳 邵学广 苏庆德 

作者机构：中国科学技术大学化学系安徽合肥230026 

出 版 物：《光谱学与光谱分析》 (Spectroscopy and Spectral Analysis)

年 卷 期：2004年第24卷第6期

页      面：672-674页

核心收录：

学科分类：081704[工学-应用化学] 07[理学] 08[工学] 0817[工学-化学工程与技术] 09[农学] 070302[理学-分析化学] 0901[农学-作物学] 0703[理学-化学] 

基　　金：国家自然科学基金(2 0 1 750 2 4 ) 国家烟草专卖局(编号 763 合同号 1 1 0 2 0 0 1 0 1 0 4 2 )资助项目 

主　　题：近红外光谱 烟草 样品 总糖 含量测定 非线性模型 混合算法 偏最小二乘法 人工神经网络 

摘      要：针对烟草样品的近红外 (NIR)光谱与其总糖含量非线性相关的特点 ,提出了一种混合算法用于建立近红外光谱的非线性模型。该算法结合了偏最小二乘法 (PartialLeastSquare ,PLS)算法和人工神经网络(ArtificialNeuralNetwork ,ANN) ,把模型分成两个部分 :线性部分与非线性部分 ,并分别进行建模。与传统的多元校正算法PLS ,主成分回归 (PrincipleComponentRegression ,PCR) ,非线性PLS(NonlinearPLS ,NPLS)等相比 ,该混合算法所建的非线性参数模型的预测结果有明显的改善 ,从而为建立非线性模型提供了一种快速、准确的算法 ,可用于烟草样品总糖含量的定量分析。