检索结果-南通市图书馆

结合光谱变换和kennard-stone算法的水稻土全氮光谱估算模型校正集构建策略研究

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 2017年第7期37卷 2133-2139页

作者：陈奕云赵瑞瑛齐天赐亓林张超武汉大学资源与环境科学学院湖北武汉430079 武汉大学苏州研究院江苏苏州215123 武汉大学地球空间信息技术协同创新中心湖北武汉430079 武汉大学教育部地理信息系统重点实验室湖北武汉430079 浙江大学农业遥感与信息技术应用研究所浙江杭州310058 中国科学院地理科学与资源研究所北京100101

土壤组分光谱估算过程中校正样本集的构建会影响模型的预测精度。当前结合反射光谱和kennard-stone(KS)算法的校正样本集构建策略忽视了土壤反射光谱是土壤属性的综合反映,构建的样本集通常无法很好地代表目标土壤组分的变异。光谱变换... 详细信息

土壤组分光谱估算过程中校正样本集的构建会影响模型的预测精度。当前结合反射光谱和kennard-stone(KS)算法的校正样本集构建策略忽视了土壤反射光谱是土壤属性的综合反映,构建的样本集通常无法很好地代表目标土壤组分的变异。光谱变换方法可以突出目标组分的光谱特征,为此,本文以湖北省江汉平原滨湖地区水稻土为研究对象,结合包括一阶微分(FD)、Savitzky-Golay(SG)、Haar小波变换、标准正态变量变换(SNV)和多元散射校正(MSC)在内的光谱变换方法和KS算法进行校正样本集建构,通过对比不同样本集构建策略对使用偏最小二乘回归(PLSR)建立的土壤全氮含量光谱估算模型预测精度的影响,研究光谱变换是否有助于提高基于KS算法构建的校正样本集的代表性。结果表明:不同光谱变换会影响校正样本集的构建。反射光谱经过SG或Haar小波变换后,再使用KS算法构建校正样本集与直接基于反射光谱使用KS算法构建的校正样本集相同,建立的估算模型精度不变,相对分析误差(RPD)分别为1.41和1.27。结合FD,SNV或MSC变换和KS算法构建的校正集与基于反射光谱使用KS算法构建的校正集不同,建立的估算模型RPD分别从0.95,1.48和1.42提高到1.13、1.78和2.20。研究表明SNV和MSC等光谱变换方法可以提高基于KS算法构建的校正样本集的代表性,并可有效提高模型预测精度。

关键词：光谱变换 kennard-stone算法校正集选择模型精度土壤全氮

基于FT-NIR光谱技术检测酿酒葡萄中可溶性固形物含量

在线全文

学校读者我要写书评

暂无评论

中国食品学报 2013年第11期13卷 153-159页

作者：徐洪宇张京芳侯力璇卢春生西北农林科技大学林学院陕西杨凌712100 新疆农业科学院园艺所乌鲁木齐830000

应用傅里叶变换近红外光谱技术,定量分析49种酿酒葡萄的可溶性固形物含量。采用偏最小二乘回归法建立校正模型和预测模型,评价模型的预测能力和实用性。在11 987.7~3 999.5 cm-1范围,通过kennardstone算法划分样品校正集与预测集,比较1... 详细信息

应用傅里叶变换近红外光谱技术,定量分析49种酿酒葡萄的可溶性固形物含量。采用偏最小二乘回归法建立校正模型和预测模型,评价模型的预测能力和实用性。在11 987.7~3 999.5 cm-1范围,通过kennardstone算法划分样品校正集与预测集,比较10种光谱预处理方法对模型检测结果的影响。结果表明,光谱经一阶导数法处理,在11 987.7~7 498.1 cm-1和6 101.8~4 597.6 cm-1范围建模,所得定量分析模型效果最佳,分析结果精度较高,其校正相关系数（Rca）、交互验证相关系数（Rcv）、主因子数、相对标准差（RSD）和相对分析误差（RPD）分别为0.972,0.951,7,2.76%和4.03。模型经预测集检验,预测相关系数Rp达到0.961,说明建立的模型可靠,预测效果好,能满足酿酒葡萄快速、无损检测的要求。

关键词：傅里叶变换近红外光谱酿酒葡萄可溶性固形物 kennard-stone算法偏最小二乘回归法

近红外光谱分析技术快速测定天舒片的包衣薄膜厚度

在线全文

学校读者我要写书评

暂无评论

中国实验方剂学杂志 2020年第1期26卷 118-124页

作者：夏春燕徐芳芳张欣徐冰王晴邵杰崔培超包乐伟王振中肖伟南京中医药大学南京210023 江苏康缘药业股份有限公司中药制药过程新技术国家重点实验室中成药智能制造国家地方联合工程研究中心中药提取精制新技术重点研究室江苏连云港222001 北京中医药大学北京100029

目的:探讨近红外光谱分析技术应用于检测天舒片包衣薄膜厚度的可行性。方法:采集9批天舒片包衣过程样品的近红外漫反射光谱,运用kennard-stone算法将样本集划分为校正集和验证集。优选预处理方法,并采用组合间隔偏最小二乘法(si PLS)和... 详细信息

目的:探讨近红外光谱分析技术应用于检测天舒片包衣薄膜厚度的可行性。方法:采集9批天舒片包衣过程样品的近红外漫反射光谱,运用kennard-stone算法将样本集划分为校正集和验证集。优选预处理方法,并采用组合间隔偏最小二乘法(si PLS)和移动窗口偏最小二乘法(mw PLS)优选光谱区间,建立测定包衣厚度的偏最小二乘法(PLS)定量模型。结果:在标准正态变量变换+一阶导数+Norris Derivative平滑对光谱进行预处理并结合si PLS的优选区间建立的模型中,校正集预测值与实测值的相关系数0.966,验证集预测值与实测值的相关系数0.991,表明预测值与实测值的相关性较好。校正均方根误差(RMSEC)0.198%,预测均方根误差(RMSEP)0.062%,表明模型的预测性能良好。结论:近红外光谱分析技术用于天舒片包衣薄膜厚度的测定具有很高的准确性,能够为中药片剂生产过程中包衣厚度的在线检测提供技术支持。

关键词：天舒片近红外光谱技术薄膜厚度偏最小二乘法 kennard-stone算法组合间隔偏最小二乘法包衣增重

基于K-S算法的水质硝酸盐含量光谱检测方法研究

在线全文

学校读者我要写书评

暂无评论

光谱实验室 2011年第5期28卷 2700-2704页

作者：潘国锋江南大学物联网工程学院

应用紫外光谱对水体中的总氮进行测定,常规的测定方法在分析精度上依赖于所建立的光谱数学模型。测量过程中所依据的紫外光谱数据波段较多,模型的建立所依据的测试样本也比较多,因而很容易引入干扰光谱信息。对水质样本的原始光谱进行... 详细信息

应用紫外光谱对水体中的总氮进行测定,常规的测定方法在分析精度上依赖于所建立的光谱数学模型。测量过程中所依据的紫外光谱数据波段较多,模型的建立所依据的测试样本也比较多,因而很容易引入干扰光谱信息。对水质样本的原始光谱进行一阶微分处理后,采用K ennard-S tone算法对41个样本进行优选,选出30个作为训练集,剩余11个作为预测集,并采用偏最小二乘法建立较理想的硝酸盐校正数学模型,实验结果表明,预测模型效果稳健,预测方法也快速简便,为水体中的硝酸盐检测提供一种新的方法。

关键词：偏最小二乘法吸收光谱模型精度 kennard-stone算法

在线全文

学校读者我要写书评

暂无评论

基于样本投影空间算法的光谱识别

基于样本投影空间算法的光谱识别

作者：胡士成温州大学

学位级别：硕士

因为光谱技术有比较简单的操作、测量时间短、可同时测定多种不同的成分等独到之处,使它已经在许多行业中得到了应用,其中运用比较多的是光谱分析方法中的定性分析。定性分析是对实验对象进行分类识别的一种方法,常见的有偏最小二乘判... 详细信息

因为光谱技术有比较简单的操作、测量时间短、可同时测定多种不同的成分等独到之处,使它已经在许多行业中得到了应用,其中运用比较多的是光谱分析方法中的定性分析。定性分析是对实验对象进行分类识别的一种方法,常见的有偏最小二乘判别分析法(PLSDA),软独立建模分类法(SIMCA)等。虽然它们都取得了较好的结果,但是这些算法都需要进行参数优化、选择等。本文提出一种定性分析的方法,叫做基于样本投影空间的算法,此算法并不需要参数优化,识别速度更快,计算成本更低。文中结合三种不同的实际光谱,来对样本进行识别分类。论文主要内容如下:1.简述了光谱分析技术的历史和发展,由于光谱分析有比较简单的操作、对样品毁坏性少等许多可取之处,使其在许多行业已经得到了运用,随后介绍了本文中用到的三种实际光谱,分别介绍了它们的优点和特性。2.本文对应用到的算法:偏最小二乘判别分析(PLSDA)、软独立建模分类(SIMCA)、随机森林(RF)、基于样本投影空间(LRC)的原理进行了简介。虽然PLSDA,SIMCA,RF都是比较好的分类算法,但是这些算法也有一些不足之处,如需要进行参数优化。而本文提出的算法,不需要参数优化、选择,并且因为简单的线性识别框架,使识别速度更快,计算成本更低。3.本文介绍了实验所用到的样品以及实验中处理数据的软件和工具箱。本文展示了重金属污染泥蚶和药物剂量的分类实验,与其他算法相比,可看出本文提出的算法在三种不同光谱数据实验下的结果都是最好的。考虑到LIBS光谱数据识别率是否可以提高,加入kennard-stone划分样本算法和自组织映射神经网络聚类(SOM)算法,来提升本文算法对LIBS光谱数据的识别率。

关键词：样本空间投影算法定性分析 kennard-stone算法 SOM聚类算法