检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于近红外光谱的未知类别样品聚类方法研究

基于近红外光谱的未知类别样品聚类方法研究

机器学习课程实践教学案例设计与分析——以PM2.5预测为例

中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会

作者：徐云王一鸣吴静珠中国农业大学信息与电气工程学院北京工商大学计算机与信息工程学院中国农业大学经济管理学院

对于大量样品参与建模的情况,将样品集进行分类建模,可以减少样品的变异范围,提高近红外模型的预测能力。本文以全国各地小麦样品222份为建模样品,采用基于试探的未知类别的样品聚类方法,分别用最邻近规则法和最大最小距离算法对实验样... 详细信息

对于大量样品参与建模的情况,将样品集进行分类建模,可以减少样品的变异范围,提高近红外模型的预测能力。本文以全国各地小麦样品222份为建模样品,采用基于试探的未知类别的样品聚类方法,分别用最邻近规则法和最大最小距离算法对实验样品集分类建模。从分类实现过程和结果可以看出:基于试探的未知类别的样品聚类方法中无需多次训练,且对未知类别的样品集无需事先确定分类数目,但需要确定分类阈值,阈值不同,则分类结果会随之改变。

关键词：近红外光谱建模样品集聚类

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

电脑与信息技术 2022年第5期30卷 39-42,63页

作者：高超廉小亲吴静珠北京工商大学人工智能学院北京100048

针对机器学习课程知识内容抽象、应用领域复杂等特点,设计机器学习实践教学案例,可以提升课程教学质量,培养学生逻辑思维。文章重点研究了应用于PM2.5预测的长短时记忆网络实践教学案例,详细阐述了数据集准备、模型设计、模型实现等内容... 详细信息

针对机器学习课程知识内容抽象、应用领域复杂等特点,设计机器学习实践教学案例,可以提升课程教学质量,培养学生逻辑思维。文章重点研究了应用于PM2.5预测的长短时记忆网络实践教学案例,详细阐述了数据集准备、模型设计、模型实现等内容,并基于Python进行了案例仿真与结果分析,为机器学习课程实践教学提供了案例参考。

关键词：机器学习教学案例长短时记忆网络 PM2.5预测

在线全文

学校读者我要写书评

暂无评论

近红外光谱技术对小麦粉品质定量快速检测

食品科技 2023年第11期48卷 246-252页

作者：孙晓荣张晨光刘翠玲吴静珠张善哲李彦昊北京工商大学人工智能学院北京100048 北京工商大学北京市食品安全大数据技术重点实验室北京100048

为实现小麦粉品质的定量快速检测,基于近红外(Near infrared,NIR)光谱技术建立了小麦粉水分、灰分和面筋含量的偏最小二乘(Partial least squares,PLS)模型。通过分析和比较不同数据处理方法对建模结果的影响,筛选出最佳的样本划分、预... 详细信息

为实现小麦粉品质的定量快速检测,基于近红外(Near infrared,NIR)光谱技术建立了小麦粉水分、灰分和面筋含量的偏最小二乘(Partial least squares,PLS)模型。通过分析和比较不同数据处理方法对建模结果的影响,筛选出最佳的样本划分、预处理和特征提取方法。水分含量模型采用随机选择法(Random selection,RS)结合卷积平滑法以及竞争自适应重加权法(Competitive adaptive reweighted sampling,CARS)进行数据处理,所建立的定量模型效果最好,交叉验证均方根误差(Root mean square error of crossvalidation,RMSECV)为0.0937,预测均方根误差(Root mean squared error of prediction,RMSEP)为0.0996,预测集决定系数(Coefficient of determination,R2)为0.9215,相对分析误差(Relative percent deviation,RPD)为3.57。灰分含量模型采用RS法结合一阶导数以及卷积平滑法的建模效果最好,RMSECV为0.0509、RMSEP为0.0731、R2为0.8718、RPD为2.79。面筋含量模型采用RS法结合归一化(Normalize)的建模效果最好,RMSECV为0.3589、RMSEP为1.1194、R2为0.7609、RPD为2.05。实验结果表明,经预处理和特征提取处理后,所建立的小麦粉品质定量快速检测模型稳定可靠,具有较高的预测精度。

关键词：小麦粉近红外光谱技术光谱预处理波长筛选定量分析

红茶中茶多酚含量的近红外光谱快速检测可行性研究

在线全文

学校读者我要写书评

暂无评论

食品工业科技 2023年第10期44卷 256-263页

作者：靳佳蕊孙晓荣刘翠玲吴静珠郑冬钰陈冰文北京工商大学人工智能学院食品安全大数据技术北京市重点实验室北京100048 北京工商大学人工智能学院北京100048

茶多酚作为茶叶品质检测的重要指标之一,利用近红外光谱分析技术对茶多酚含量进行快速检测具有重要意义。本文以144个红茶样品作为研究对象,采取近红外光谱法结合偏最小二乘法(Partial Least Squares,PLS),分别建立粉末状茶叶样品和完... 详细信息

茶多酚作为茶叶品质检测的重要指标之一,利用近红外光谱分析技术对茶多酚含量进行快速检测具有重要意义。本文以144个红茶样品作为研究对象,采取近红外光谱法结合偏最小二乘法(Partial Least Squares,PLS),分别建立粉末状茶叶样品和完整茶叶样品的茶多酚含量的近红外快速分析模型。结果表明,选用SNV+一阶导数+Savitzky-Golay平滑的预处理方法结合PLS建立的预测模型效果最佳,粉末状茶叶样品所建立模型训练集相关系数(Correlation Coefficient,r)为0.9990,训练集均方根误差(Root Mean Square Error of Calibration,RMSEC)为0.165%,预测集的r为0.9243,预测集均方根误差(Root Mean Square Error of Prediction,RMSEP)为0.972%;完整茶叶样品训练集r为0.9967,RMSEC为0.310%,预测集的r为0.9541,RMSEP为0.870%。结果表明,完整茶叶样品所建立的PLS定量分析模型要优于粉末状茶叶所建立的模型。因此,利用近红外光谱技术可实现对红茶中茶多酚含量的快速、无损检测。

关键词：红茶茶多酚近红外光谱偏最小二乘法(PLS)

同方期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

应用拉曼光谱技术识别食用油的种类

食品科技 2015年第3期40卷 274-278页

作者：赵薇刘翠玲孙晓荣吴静珠位丽娜北京工商大学计算机与信息工程学院北京100048

采用拉曼光谱技术对食用油的种类建立定性分析模型,实现快速、无损地识别食用油的种类。选取3种常用食用油(大豆油、花生油、玉米油)共87个样品采集其拉曼光谱,采用一阶导数的方法对光谱进行预处理,Norris导数法进行滤波去噪,处理后的... 详细信息

采用拉曼光谱技术对食用油的种类建立定性分析模型,实现快速、无损地识别食用油的种类。选取3种常用食用油(大豆油、花生油、玉米油)共87个样品采集其拉曼光谱,采用一阶导数的方法对光谱进行预处理,Norris导数法进行滤波去噪,处理后的光谱采用判别分析算法建立食用油种类识别模型,模型能够实现3种食用油的准确分类。选取大豆油、花生油、玉米油各5个样品作为测试样品,测试结果为大豆油、花生油和玉米油都能够正确地分入所属类别。结果表明,拉曼光谱结合判别分析的方法能够实现食用油种类的识别,校正模型的分类结果能达到100%,预测样本分类结果准确率为86.7%。

关键词：拉曼食用油判别分析定性识别

在线全文

学校读者我要写书评

暂无评论

支持向量机在近红外光谱分析中的应用

支持向量机在近红外光谱分析中的应用

基于NIR的单粒花椒挥发油定量分析方法研究

2007年中国农业工程学会学术年会

作者：祝诗平王刚吴静珠王一鸣重庆大学光电技术及系统教育部重点实验室西南大学工程技术学院北京工商大学信息工程学院中国农业大学信息与电气工程学院

近红外光谱分析（NIR）技术由于具有快速、无损的特点,已被广泛应用于化工、农业和食品等领域品质检测中。基于统计学习理论的支持向量机（SVM）是近年来机器学习研究的一项重大成果,主要应用在模式识别、函数逼近、概率密度估计等方面... 详细信息

近红外光谱分析（NIR）技术由于具有快速、无损的特点,已被广泛应用于化工、农业和食品等领域品质检测中。基于统计学习理论的支持向量机（SVM）是近年来机器学习研究的一项重大成果,主要应用在模式识别、函数逼近、概率密度估计等方面。近年来,支持向量机己被引入到基于近红外光谱分析的农产品品质定性和定量分析中,形成了新的研究热点。简述了支持向量机的发展历程,介绍了支持向量机的基本原理、特点和软件包;综述了国内外支持向量机在近红外光谱分析中的最新研究进展,包括基于支持向量机的近红外光谱定量分析和定性分析的应用。

关键词：支持向量机近红外光谱分析农产品品质检测

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于NIR的单粒花椒挥发油定量分析方法研究

基于近红外光谱技术的食用油酸值和过氧化值定量分析研究

2008中国仪器仪表与测控技术进展大会

作者：徐云王一鸣吴静珠祝诗平中国农业大学信息与电气工程学院北京工商大学信息工程学院西南大学

本文以74份红花椒单籽粒样品为实验材料,分别采用偏最小二乘法（PLS）和支持向量机技术（SVM）建立了基于近红外光谱（NIR）单籽粒红花椒的挥发油定量分析模型,用于花椒的挥发油含量检测。实验表明,这两种近红外定量分析方法各有优缺点... 详细信息

本文以74份红花椒单籽粒样品为实验材料,分别采用偏最小二乘法（PLS）和支持向量机技术（SVM）建立了基于近红外光谱（NIR）单籽粒红花椒的挥发油定量分析模型,用于花椒的挥发油含量检测。实验表明,这两种近红外定量分析方法各有优缺点,但均为花椒的育种及品质检测提供了快速、便捷的途径。

关键词：近红外光谱支持向量机花椒挥发油定量分析

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

食品安全质量检测学报 2023年第5期14卷 68-76页

作者：殷莺倩王少敏刘翠玲张善哲吴静珠北京工商大学人工智能学院北京100048 北京工商大学食品安全大数据技术北京市重点实验室北京100048 北京市石景山区市场监督管理局北京100041

目的建立基于傅里叶近红外光谱技术的定量分析模型,实现快速测定食用油中酸值和过氧化值含量,保证食用油的品质安全以及跟踪食用油储藏期间的品质变化。方法首先采用傅里叶近红外光谱仪采集食用油样品漫反射光谱,接着采用归一化(Norma... 详细信息

目的建立基于傅里叶近红外光谱技术的定量分析模型,实现快速测定食用油中酸值和过氧化值含量,保证食用油的品质安全以及跟踪食用油储藏期间的品质变化。方法首先采用傅里叶近红外光谱仪采集食用油样品漫反射光谱,接着采用归一化(Normalize)和标准正态变换(standard normal variate,SNV)对光谱数据进行预处理,降低原始光谱中噪声的影响;其次通过随机森林(random forest,RF)和引导软收缩(bootstrapping soft shrinkage,BOSS)算法提取特征波长;最后结合径向基函数(radial basis function,RBF)神经网络和极限学习机(extreme learning machine,ELM)建立食用油酸值和过氧化值的预测模型,并与全波段的模型进行对比分析。结果经过BOSS算法所提取的特征波段建立的模型预测效果优于RF算法以及全波段模型,酸值模型的决定系数(determination coefficient,R2)达到0.98,均方根误差(root mean square error,RMSE)达到0.08;过氧化值模型的R2达到0.96,RMSE达到0.63。结论 BOSS算法有效的提取了食用油酸值和过氧化值的特征波段,BOSS-RBF模型能够适用于食用油中酸值和过氧化值含量的快速、无损检测。利用近红外光谱技术对食用油酸值和过氧化值进行定量分析是可行的,可通过该方法实现对食用油品质的分析研究。

关键词：近红外光谱技术波段筛选引导软收缩算法径向基函数神经网络食用油定量分析

近红外光谱快速检测小麦面粉中滑石粉含量研究——基于PLS

在线全文

学校读者我要写书评

暂无评论

农机化研究 2013年第7期35卷 183-187页

作者：刘翠玲董秀丽孙晓荣吴静珠吴胜男北京工商大学计算机与信息工程学院北京100048

应用近红外光谱技术分别对含滑石粉的小麦面粉样品进行快速检测,对使用不同方法预处理后的光谱采用偏最小二乘法(PLS)建立定量分析模型。同时,比较各个模型内部交互验证均方根误差(RMSECV)、交互验证预测值与真实值间的相关系数(R2)和... 详细信息

应用近红外光谱技术分别对含滑石粉的小麦面粉样品进行快速检测,对使用不同方法预处理后的光谱采用偏最小二乘法(PLS)建立定量分析模型。同时,比较各个模型内部交互验证均方根误差(RMSECV)、交互验证预测值与真实值间的相关系数(R2)和外部均方根误差(RMSEP),选取最优模型。实验表明:使用多元散射校正预处理方法所得效果最好,应用近红外光谱在分析检测小麦面粉中滑石粉含量方面有广阔的应用前景。

关键词：小麦面粉滑石粉近红外光谱偏最小二乘法