检索结果-南通市图书馆

无信息变量消除法在糙米直链淀粉波长选择中的应用

在线全文

学校读者我要写书评

暂无评论

农机化研究 2010年第11期32卷 202-205页

作者：张巧杰熊鸣祁鲲北京信息科技大学自动化学院北京100192

为挑选信息含量大、与样品组成或性质相关性较强的光谱区域参与建模,以提高校正模型的精度,采用无信息变量消除法对糙米直链淀粉的近红外光谱进行分析。无信息变量消除法是基于PLS回归系数b建立起来的一种光谱区间选择方法,考虑了噪声... 详细信息

为挑选信息含量大、与样品组成或性质相关性较强的光谱区域参与建模,以提高校正模型的精度,采用无信息变量消除法对糙米直链淀粉的近红外光谱进行分析。无信息变量消除法是基于PLS回归系数b建立起来的一种光谱区间选择方法,考虑了噪声和浓度矩阵的影响。结果表明:进行波长选择后,波长点数由1102减小到726,交叉验证预测值与标准值的相关系数R由0.9212提高到0.9654,交叉验证标准差SECV由2.4142减小到1.3725,预测标准差SEP由2.4572减小到2.2001,预测能力得到明显提高。

关键词：直链淀粉近红外光谱无信息变量消除法波长选择

在线全文

学校读者我要写书评

暂无评论

基于无信息变量消除法的水稻种子发芽率测定

江苏农业学报 2019年第5期35卷 1015-1020页

作者：曲歌陈争光张庆华黑龙江八一农垦大学电气与信息学院黑龙江大庆163319 大庆技师学院计算机工程系黑龙江大庆163254

为了解决常规的水稻种子发芽率测定方法存在的试验周期长且操作繁琐等问题,实现水稻种子发芽率的快速检测。本研究以黑龙江省五常市五优稻四号粳稻种子为研究对象,首先将7组种子样本(每组60个样本,共计420个样本)置于温度为45℃,湿度为... 详细信息

为了解决常规的水稻种子发芽率测定方法存在的试验周期长且操作繁琐等问题,实现水稻种子发芽率的快速检测。本研究以黑龙江省五常市五优稻四号粳稻种子为研究对象,首先将7组种子样本(每组60个样本,共计420个样本)置于温度为45℃,湿度为90%的环境中分别进行为期0d、1d、2d、3d、4d、5d、6d的不同时段的人工老化,然后采集每个水稻种子样本的光谱数据后进行发芽试验。对光谱数据使用蒙特卡洛交叉验证法进行异常样本剔除,并应用UVE法对全光谱数据进行特征波长选择,使光谱数据由全光谱的1845个数据点缩减为524个数据点,最后建立PLSR预测模型。所建模型的预测集决定系数R 2为0.8170、RMSEP为2.1830。试验结果表明,经UVE法降维后建立PLSR模型的各项参数均优于全光谱模型,因此,UVE特征波长选择算法为提高水稻种子发芽率测定模型的预测能力提供了一种新的途径。

关键词：水稻种子近红外光谱蒙特卡洛交叉验证无信息变量消除法发芽率

在线全文

学校读者我要写书评

暂无评论

无信息变量消除法在近红外光谱测定的应用

光谱仪器与分析 2005年第4期 26-30页

作者：陈斌陈蛋江苏大学生物与环境工程学院镇江212013

本文通过讨论了无信息变量消除法(uninformative variables elimination,UVE)的原理,并用此算法对玉米的近红外光谱数据进行波长变量选择,再使用偏最小二乘法(partial least squares,PLS)建立模型。结果表明,与使用全谱数据建立的模型... 详细信息

本文通过讨论了无信息变量消除法(uninformative variables elimination,UVE)的原理,并用此算法对玉米的近红外光谱数据进行波长变量选择,再使用偏最小二乘法(partial least squares,PLS)建立模型。结果表明,与使用全谱数据建立的模型相比较,筛选变量后建立的校正模型不仅简化了,而且增强了预测能力。

关键词：无信息变量消除法偏最小二乘法变量筛选玉米

无信息变量消除法在近红外光谱检测猪肉pH值中的应用

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

无信息变量消除法在近红外光谱检测猪肉pH值中的应用

基于可见-近红外光谱技术的水稻穗颈瘟染病程度分级方法研究

纪念中国农业工程学会成立三十周年暨中国农业工程学会2009年学术年会（CSAE 2009）

作者：廖宜涛樊玉霞伍学千成芳浙江大学生物系统工程与食品科学学院

近红外光谱信息量大,采用全波段变量建立偏最小二乘回归模型复杂,通过波长变量筛选,可以简化模型,提高检测效率。应用无信息变量消除法筛选变量,建立猪肉pH值偏最小二乘回归预测模型。研究发现经无信息变量消除法筛选的光谱变量缩减率超... 详细信息

近红外光谱信息量大,采用全波段变量建立偏最小二乘回归模型复杂,通过波长变量筛选,可以简化模型,提高检测效率。应用无信息变量消除法筛选变量,建立猪肉pH值偏最小二乘回归预测模型。研究发现经无信息变量消除法筛选的光谱变量缩减率超过50%;所选变量建立的模型校正集预测相关系数为0.888,校正均方根误差为0.088;预测集相关系数为0.885,预测均方根误差为0.056;比较经无信息变量消除法筛选变量与全波段(5000-10440cm-1)变量和遗传算法筛选变量所建立的偏最小二乘模型性能,发现无信息变量消除法筛选波长所建立的模型性能与经多元散射校正预处理的全波段偏最小二乘回归模型接近,稳定性优于遗传算法选择变量建立的模型。结果表明该算法可有效的筛选的选择近红外光谱特征波长,建立简化的猪肉pH值预测模型,降低模型计算量。

关键词：无信息变量消除法近红外光谱猪肉pH值

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

光谱学与光谱分析 2009年第12期29卷 3295-3299页

作者：吴迪曹芳张浩孙光明冯雷何勇浙江大学生物系统工程与食品科学学院浙江杭州310029 浙江省农业科学院数字农业研究中心浙江杭州310021

采用Vis-NIR技术对水稻穗颈瘟染病程度分级方法进行了研究。分别基于原始光谱,变量标准化(SNV)预处理后和多元散射校正(MSC)预处理后的光谱,应用无信息变量消除法(UVE)结合连续投影算法(SPA)对Vis-NIR光谱区进行有效波长的选择。选择后... 详细信息

采用Vis-NIR技术对水稻穗颈瘟染病程度分级方法进行了研究。分别基于原始光谱,变量标准化(SNV)预处理后和多元散射校正(MSC)预处理后的光谱,应用无信息变量消除法(UVE)结合连续投影算法(SPA)对Vis-NIR光谱区进行有效波长的选择。选择后的波长作为输入变量建立最小二乘-支持向量机(LS-SVM)模型。结果表明SNV-UVE-SPA建立的LS-SVM模型预测效果最好。通过SNV-UVE-SPA从全波段600个波长中选择了6个最能够反应光谱信息的波长(459,546,569,590,775和981nm)。SNV-UVE-SPA-LS-SVM组合模型对预测集样本预测得到的确定系数(Rp2),预测集的预测标准差(RMSEP)和剩余预测偏差(RPD)分别达到了0.979,0.507和6.580。结果表明,采用Vis-NIR光谱技术对水稻穗颈瘟染病程度进行分级是可行的。通过UVE-SPA得到的有效波长能够很好地代替全波长。

关键词： Vis-NIR光谱水稻穗颈瘟无信息变量消除法连续投影算法变量选择

近红外光谱法分析油页岩含油率中波长选择方法的研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2014年第11期34卷 2948-2952页

作者：赵振英林君张福东李军吉林大学仪器科学与电气工程学院吉林长春130061

波长选择是光谱建模分析的重要步骤。研究了近红外光谱法分析油页岩含油率过程中的波长选择方法,用以剔除光谱数据中的冗余信息和干扰信息,提高分析模型的建模效率和预测能力。分别采用相关系数法(CC)、移动窗口偏最小二乘法(MWPLS)和... 详细信息

波长选择是光谱建模分析的重要步骤。研究了近红外光谱法分析油页岩含油率过程中的波长选择方法,用以剔除光谱数据中的冗余信息和干扰信息,提高分析模型的建模效率和预测能力。分别采用相关系数法(CC)、移动窗口偏最小二乘法(MWPLS)和无信息变量消除法(UVE)对油页岩近红外漫反射光谱数据的波长区间进行了选择,研究了不同阈值、窗口宽度和噪声矩阵对上述方法的影响,建立了所选择波长处的反射率数据和样品含油率标准值间的偏最小二乘(PLS)分析模型,比较了上述方法的选择效果。结果表明:与使用全谱数据建模相比,采用上述方法筛选过的光谱数据均能提高模型的建模效率和预测能力,其中经UVE法筛选后的光谱数据仅占全谱数据总数的22.8%,模型的RMSECV却降低了9.3%,RMSEP降低了4.5%。

关键词：油页岩近红外光谱法波长选择相关系数法移动窗口偏最小二乘法无信息变量消除法

基于近红外光谱的润滑油中含水量T-S模糊辨识

在线全文

学校读者我要写书评

暂无评论

光子学报 2014年第2期43卷 164-168页

作者：陈彬刘阁重庆工商大学废油资源化技术与装备教育部工程研究中心重庆400067

油中含水量近红外光谱具有复杂性、非线性和难以用明确数学模型表达的特点.利用无信息变量消除法提取有效波长,采用模糊C均值聚类算法得出输入空间的划分和聚类中心,结合递推最小二乘法辨识后件参量,建立了润滑油的近红外光谱与含水量的... 详细信息

油中含水量近红外光谱具有复杂性、非线性和难以用明确数学模型表达的特点.利用无信息变量消除法提取有效波长,采用模糊C均值聚类算法得出输入空间的划分和聚类中心,结合递推最小二乘法辨识后件参量,建立了润滑油的近红外光谱与含水量的Takagi-Sugeno模糊模型.将该辨识算法与偏振最小二乘法模型进行比较,并对实测数据进行了验证.结果显示:经无信息变量消除法提取34个特征波长建立的Takagi-Sugeno模型能够精确地反映出润滑油光谱数据与含水量的关系,其对验证集样本进行预测的相关系数和均方根误差分别为0.964 6和1.531 2×10-4,获得了满意的预测准确度.实验结果验证了应用光谱技术检测油中含水量的可行性,同时也为油中其他污染物的在线监测提供了新方法.

关键词：近红外光谱油中含水量无信息变量消除法 T—S模型

建立近红外特征波长模型快速测定羊草常规营养成分的研究

在线全文

学校读者我要写书评

暂无评论

草地学报 2019年第4期27卷 867-873页

作者：陈积山朱瑞芬张强杜优颖孔晓蕾黑龙江省农业科学院草业研究所

本研究采用近红外光谱法快速测定羊草(Leymus chinensis)中的常规营养成分,利用无信息变量消除法(unknown variable elimination,UVE)、随机蛙算法(random frog algorithm,RF)结合偏最小二乘法(partial least squares,PLS)建立了羊草品质测定模型,有效降低了冗余无信息变量,提高了模型的测量精度和稳定性。研究发现利用UVE-PLS筛选建立的羊草品质测定模型优于全光谱PLS和RF-PLS筛选建立的模型;UVE-PLS模型显著降低了交叉验证均方根误差和预测均方根误差,提高了校正集决定系数、交叉验证决定系数及预测集决定系数。研究表明UVE-PLS模型在测定羊草中的水分、粗蛋白、酸性洗涤纤维和中性洗涤纤维是可行的,校正集决定系数和预测集决定系数95%~98%。

关键词：羊草常规营养成分近红外特征波长无信息变量消除法随机蛙跳

基于高光谱散射图像技术的UVE-LLE苹果粉质化分类

在线全文

学校读者我要写书评

暂无评论

光子学报 2011年第8期40卷 1132-1136页

作者：汪泊锦黄敏朱启兵王爽江南大学轻工过程先进控制教育部重点实验室江苏无锡214122

利用高光谱散射图像技术研究了苹果的粉质化无损检测.提出了一种无信息变量消除法和局部线性嵌入相结合的苹果粉质化分类的新方法.经无信息变量消除法筛选后的波段降为全谱的23.5%.将波段选择后的原始图像数据用局部线性嵌入降维作为偏... 详细信息

利用高光谱散射图像技术研究了苹果的粉质化无损检测.提出了一种无信息变量消除法和局部线性嵌入相结合的苹果粉质化分类的新方法.经无信息变量消除法筛选后的波段降为全谱的23.5%.将波段选择后的原始图像数据用局部线性嵌入降维作为偏最小二乘判别分析的输入变量并建模.无信息变量消除法与局部线性嵌入相结合算法和局部线性嵌入降维方法得到的粉质化分类测试准确度分别是79.0%和79.0%;无信息变量消除法与平均反射法相结合和平均反射法特征提取得到的是77.4%和75.8%.结果表明,无信息变量消除法与局部线性嵌入想结合的方法可以大大地降低高光谱散射图像的数据量,同时保证了分类准确度,为在线检测、分类和高光谱数据的存储提供了一种实时、有效的方法.

关键词：粉质化高光谱散射图像无信息变量消除法局部线性嵌入法偏最小二乘判别分析