共查询到16条相似文献,搜索用时 140 毫秒
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
多元散射校正对近红外光谱分析定标模型的影响 总被引:20,自引:5,他引:15
采用近红外漫反射光谱分析技术,用傅里叶变换型光谱仪对50个烟叶样品采集吸收光谱,采用常用的多元散射校正(MSC)对光谱预处理,通过主成分分析、相关谱等方法比较分析了预处理对光谱分析的影响,用偏最小二乘(PLS)回归法建立近红外光谱与总糖含量的定标模型,用Leave-One-Out的交叉检验(Cross-Validation)检验定标模型,结果PLS因子数由MSC校正前的5降为校正后的3,RMSECV值仅由0.884 1%降为0.85%。实验证明:对光谱进行MSC预处理能有效减少模型的最佳因子数,简化数学模型,使模型更稳定,更便于传递,但并不能显著减小最优定标模型的预测标准差,即不能显著提高模型的预测能力。 相似文献
13.
在近红外光谱快速检测茶叶游离氨基酸含量过程中,为了提高检测的精度和稳定性,研究利用特征谱区结合偏最小二乘法建立预测模型。研究分别尝试联合区间偏最小二乘法和遗传偏最小二乘法等特征谱区筛选方法,通过交互验证法确定偏最小二乘模型的主成分因子数和筛选区间,以预测均方根误差RMSEP和相关系数R作为模型的评价指标。试验结果表明:两种方法建立模型的预测能力都好于传统PLS模型;利用联合区间偏最小二乘法建立的预测模型最佳,预测时的相关系数(R)和预测均方根误差(RMSEP)分别为0.9542和0.2560。研究结果表明,近红外光谱结合特征谱区筛选方法可以快速准确地测定茶叶中游离氨基酸含量。 相似文献
14.
小型近红外玉米蛋白质成分分析 仪器设计的波段选择 总被引:4,自引:2,他引:4
采用傅里叶变换近红外漫反射光谱技术和偏最小二乘法(PLS)建立了玉米蛋白质含量的定标模型。按照预测效果优选光谱波段,为设计小型近红外玉米蛋白质成分分析仪器提供依据。采用多元散射校正方法对光谱进行预处理,然后利用Savitzky-Golay平滑法对原谱、一阶导数谱和二阶导数谱进行平滑处理。选取全谱、合频、一倍频、二倍频和蛋白质基团等5个波段,每个波段分别采用原光谱、一阶导数谱、二阶导数谱,共建立15个定标模型。同时调整Savitzky-Golay平滑点数和PLS因子数,通过多次PLS数值实验比较,按照预测效果确定每个模型的最优平滑点数、因子数,再从中选优。结果表明,采用一阶导数谱的一倍频波段(7 000~5 500 cm-1)的定标效果最好,模型的预测相关系数、预测均方根偏差、相对预测均方根偏差分别为0.945,0.357,3.340%。一倍频波段可以代替全谱波段并得到更好的定标效果。 相似文献
15.
本文采用正交信号法(orthogonal signal correction,OSC)处理被不同浓度农药污染的脐橙近红外光谱(350~1800nm),在整个光谱范围内应用偏最小二乘法(partialleastsquares,PLS)建立农药污染的预测模型。PLS校正模型采纳的最佳因子数会随着OSC因子的增加而逐渐减少,并且对模型精度影响不明显,因此可以达到简化模型的效果。实验结果表明,当OSC因子数为15时,PLS模型最佳的因子数为3,其预测组脐橙表面农药污染程度的实际类别与预测类别的相关系数R2与预测样本均方根误差RMSEP分别为0.8923和0.3746。 相似文献
16.
应用近红外漫反射光谱快速测定土壤锌含量 总被引:10,自引:2,他引:8
采用近红外漫反射光谱和偏最小二乘法(PLS)建立了土壤锌快速分析的定量模型,并进行了波段优选。首先,基于单波长模型预测效果将全体样品划分为定标集和预测集;然后,采用多元散射校正(MSC)和Savitzky-Golay(SG)平滑方法对光谱进行预处理。选取全谱400~2500nm,400~1100nm,1100~1900nm,1900~2500nm,580~900nm等5个波段,每个波段分别采用原谱、一阶导数谱、二阶导数谱,共建立了15个定标模型。同时调整SG平滑点数和PLS因子数,每个模型分别进行PLS数值实验,按照预测效果进行优选。结果显示,采用1900~2500nm波段一阶导数谱的模型效果最好,预测相关系数(RP)、RMSEP、RRMSEP分别为0.806,31.0mg/kg和19.96%。这些结果表明,1900~2500nm波段可以代替全谱波段得到更好的预测效果,可为设计专用土壤近红外光谱仪提供依据。 相似文献