共查询到20条相似文献，搜索用时 15 毫秒
1.
采用可见-近红外反射光谱结合独立软模式法(SIMCA)建立了不同品牌种类的发动机润滑油鉴别模型。研究在对光谱曲线进行预处理和聚类分析后,选取7个主成分作为SIMCA的最佳主成分,随机采用20×7个样本作为建模样本,其余的10×7个样本作为预测样本,应用SIMCA进行分类,在显著性水平为5%下,其预测分辨率为98.75%。根据变量建模能力值,找到敏感波段420~425 nm、492~518 nm和796~816 nm,并将相应波段的光谱值作为SIMCA的输入,进行建模预测,结果发现,预测分辨率达95.71%,能快速正确区分7类不同品种的发动机润滑油。 相似文献
2.
基于可见-近红外光谱变量选择的土壤全氮含量估测研究 总被引：2，自引：0，他引：2
【目的】变量选择是可见光-近红外光谱研究至关重要的步骤,通过分析可见光-近红外光谱不同特征的选择方法筛选出土壤全氮敏感波段,建立基于敏感波段的土壤全氮最佳预测模型,为土壤全氮的快速定量估算提供重要的理论指导依据。【方法】在红壤典型地区江西省吉安县采集代表性土壤样品120个,对可见光-近红外光谱采用主成分分析（PCA）、无信息变量消除（UVE）和无信息变量消除后结合连续投影（UVE-SPA）3种变量特征选择方法,建立基于不同变量选择的偏最小二乘回归（PLSR）模型、最小二乘-支持向量机（LS-SVM）、反向传播神经网络（BPNN）和遗传算法优化的反向传播神经网络（GA-BPNN）模型,从模型对预测集的预测精度分析不同变量选择方法对不同土壤全氮定量估算模型的差异。【结果】经UVE算法筛选后,光谱变量从200个减少至59个,其中可见光波段处10个,其余在近红外光谱的合频区和一倍频区,信息量丰富;进一步采用SPA进行变量选择,得到共线性最小的5个有效波长,分别为820、940、1 040、1 060和1 990nm;基于UVE变量选择建立的PLSR、BPNN、GA-BPNN和LS-SVM模型,经不同的土壤全氮的数据检验,预测精度最高的为LS-SVM,决定系数（R2）、均方根误差（RMSEp）和相对偏差（RPD）分别为0.7492、0.2921和1.8904;基于UVE-SPA特征选择建立的PLSR、BPNN、GA-BPNN和LS-SVM模型对预测集的验证表明,UVE-SPA提取的特征波段建立的LS-SVM建立模型预测效果最好,其建立的LS-SVM定量估算模型预测集的决定系数R2为0.7945,均方根误差RMSEp为0.2499相对偏差RPD为2.0009,模型稳定;基于PCA提取的7个主成分建立的LS-SVM、BPNN和GA-PBNN模型预测性能差,不能用于定量估算土壤全氮。对比相同的变量建立的GA-BPNN和BPNN,GA-BPNN预测性能比BPNN高。【结论】UVE-SPA变量选择方法结合LS-SVM模型能用来估算土壤中的全氮含量,同时UVE-SPA是一种有效的土壤光谱变量选择方法。 相似文献
3.
利用近红外光谱结合SIMCA模式识别法来检测马尾松木材单板节子.结果表明,通过培训集样本建立的基于主成分分析的SIMCA判别模型对有无节子两种类型样本进行回判和对未知节子类型的样本(包括无节子和有节子样本)的判别正确率均达到90％～100％,说明应用近红外光谱结合SIMCA模式识别法可以快速有效地检测木材表面的节子缺陷. 相似文献
4.
本文探索了使用近红外光谱分析技术鉴别黑芝麻糊品牌的可行性。试验共采集了48个不同品牌黑芝麻糊样品的近红外漫反射光谱,波长范围为800～2 500nm。使用Hierarchical聚类、主成分分析、判别分析及判别偏最小二乘等方法分析了黑芝麻糊品牌的分类鉴别结果,各种方法的校正集和预测集均得到了100%的判别正确率。研究结果表明,近红外光谱分析技术可用于黑芝麻糊品牌的鉴别分析,分析过程具有快速、准确等多方面的优点。 相似文献
5.
[目的]利用傅里叶变换红外光谱技术结合主成分（PCA）和偏最小二乘法判别分析（PLS-DA）,研究了红地球和皇家秋天葡萄苗叶片的红外光谱图.[方法]测试了2种葡萄苗60个样品的红外光谱,选取1 800 ～750 cm-1范围内原始光谱数据做二阶导数处理,显示在该区间存在明显的差异,利用该区间的二阶导数光谱数据进行主成分和偏最小二乘法判别分析.[结果] PCA和PLS-DA都能很好地区分2个品种的葡萄苗,其中主成分的正确率为100％,偏最小二乘法在隐含潜变量为9时正确率最高,此时2个葡萄品种的偏最小二乘法判别分析的正确率均达100％.[结论]小波变换结合PCA和PLS-DA用于傅里叶变化红外光谱技术能够准确地识别红地球和皇家秋天,为区分不同品种的葡萄苗提供快速、有效的方法. 相似文献
6.
The usefulness of classifying the Alpaca wool samples according to their color, sex and location is associated with their economic value in the market, hence adequate methods for rapid classification are needed to assess the of wool value. This study evaluated the potential of the visible and near infrared (vis–NIR) spectroscopy combined with multivariate statistical analysis to classify Alpaca (Lama Pacos) fiber samples according to age (1 and 2–3-year-old), sex (Male and Female) and color (Black, Brown, LF and White). Samples (n = 291) were scanned in reflectance mode in the wavelength range of 400–2500 nm using a monochromator instrument (FOSS NIRSystems6500, Inc., Silver Spring, MD, USA). Principal component analysis (PCA) and partial least squares discriminant analysis (PLS-DA) were used to classify fiber samples. Cross-validation was used for validation of classification models developed. Results showed that PLS-DA correctly classified 100% of fiber samples into ages, intermediate classification rates were obtained for color, while lower classification rates were obtained for the discrimination of wool samples according to sex. The results from this study suggested that vis–NIR spectroscopy in combination with multivariate data analysis can be used as a rapid method to classify Alpaca fiber samples according to age, sex and color. 相似文献
7.
为了探索一种快速有效的烤烟烟叶产地鉴别方法,利用近红外光谱技术结合最小二乘支持向量机(LS-SVM)对烤烟烟叶的产地进行了判别。选择云南、湖北、河南三地不同等级烤烟烟叶作为研究对象,对原始光谱数据进行平滑和附加散射校正(MSC)预处理后再进行主成分分析,选择4～12个主成分作为输入变量进行LS-SVM建模。结果显示,该LS-SVM模型预测效果较好,预测相关系数rp≥0.990 7,预测标准误差(SEP)和预测均方根误差(RMSEP)分别为1.755 1和1.737 3,优于偏最小二乘回归(PLS)的预测结果,基于LS-SVM的近红外光谱技术能够很好地对烟叶产地进行判别。 相似文献
8.
应用可见/近红外光谱技术快速鉴别山西陈醋品种 总被引：2，自引：0，他引：2
为了实现对山西老陈醋品种的快速鉴别,应用可见/近红外光谱透射技术,结合化学计量学方法,进行了山西老陈醋品种的判别分类试验研究。对4个不同品种共240个山西老陈醋样品采集其光谱数据,结合主成分分析和神经网络技术分别对山西陈醋原始光谱、一阶微分光谱、二阶微分光谱进行了判别分析。结果表明:可见/近红外原始光谱结合主成分分析神经网络判别分析法的分析结果最优,校正集正确分类的百分比达92.1%,预测集达85.0%;二阶微分光谱分析结果最差。 相似文献
9.
利用可见-近红外光谱和X射线成像技术研究了水心苹果贮藏中水心消失速率.采用PLSDA和平均灰度值法对水心判别,研究120水心苹果贮藏中的光谱及灰度图像的变化规律.结果表明:PLSDA和平均灰度值法对水心判别,判别正确率分别为96.7%和97.43%;水心消失速率在贮藏前期高于贮藏后期;水心苹果平均光谱峰面积与贮藏时间拟合方程为:y=-0.0002x3 0.0733x2-7.405x 342.06;该实验条件下,近红外平均能量谱峰面积和X射线图像平均灰度值的贮藏临界值分别为110.21,143.91.实验结果表明可见-近红外能量光谱和X射线成像技术可以快速、无损、准确鉴别苹果水心及检测贮藏变化规律. 相似文献
10.
Pätzold Stefan Leenen Matthias Frizen Peter Heggemann Tobias Wagner Peter Rodionov Andrei 《Precision Agriculture》2020,21(4):737-761
Phosphorus (P) fertilisation recommendations rely primarily on soil content of plant available P (Pavl) that vary spatially within farm fields. Spatially optimized P fertilisation for precision farming requires reliable, rapid and non-invasive Pavl determination. This laboratory study aimed to test and to compare visible-near infrared (Vis–NIR) and mid-infrared (MIR) spectroscopy for Pavl prediction with emphasis on future application in precision agriculture. After calibration with the conventional calcium acetate lactate (CAL) extraction method, limitations of Vis–NIRS and MIRS to predict Pavl were evaluated in loess topsoil samples from different fields at six localities. Overall calibration with 477 (Vis–NIRS) and 586 (MIRS) samples yielded satisfactory model performance (R2 0.70 and 0.72; RPD 1.8 and 1.9, respectively). Local Vis–NIRS models yielded better results with R2 up to 0.93 and RPD up to 3.8. For MIRS, results were comparable. However, an overall model to predict Pavl on independent test data partly failed. Sampling date, pre-crop harvest residues and fertilising regime affected model transferability. Varying transferability could partly be explained after deriving the cellulose absorption index from the Vis–NIR spectra. In 62 (Vis–NIRS) and 67% (MIRS) of all samples, prediction matched the correct Pavl content class. Rapid discrimination between high, optimal and low P classes could be carried out on many samples from single fields thus marking an improvement over the common practice. However, Pavl determination by means of IR spectroscopy is not yet satisfactory for determination of precision fertilizer dosage. For introduction into agricultural practice, a standardized sampling protocol is recommended to help achieve reliable spectroscopic Pavl prediction.
相似文献11.
基于图像纹理特征的土鸡蛋微裂纹无损检测 总被引：1，自引：1，他引：0
为了提高土鸡蛋表面微裂纹检测的准确度和效率,提出一种基于图像纹理特征的土鸡蛋微小裂纹无损检测方法.利用工业相机对150枚土鸡蛋采集数字图像,采用高斯滤波、灰度变换等方法对土鸡蛋图像进行预处理;利用灰度共生矩阵进一步提取图像纹理特征,将纹理特征参数作为不同分类器包括簇类独立软模式法、线性判别分析(linear discriminant analysis,LDA)和偏最小二乘支持向量机输入,进行土鸡蛋有无裂纹判别.结果表明,采用图像纹理特征参数建立的土鸡蛋有无裂纹LDA模型判别准确度最高,达到96.0%. 相似文献
12.
以壶瓶枣为对象探讨用机器视觉和近红外光谱技术检测壶瓶枣内外品质。通过图像处理技术获取壶瓶枣投影面的边缘提取图像,然后使用最小外接矩形法求得图像的像素点个数,以此求得壶瓶枣投影面的面积。采用MSC对壶瓶枣近红外光谱进行预处理,然后分别采用偏最小二乘法(PLS)、主成分回归(PCR)和偏最小二成支持向量机(LS-SVM)3种建模方式对壶瓶枣可溶性固形物的含量进行预测。结果表明,使用LS-SVM模型获得了最优的预测结果,其预测集的相关系数和均方根误差分别为0.9901和0.328。研究表明,机器视觉结合近红外光谱技术能对壶瓶枣内外品质进行综合检测。 相似文献
13.
可见/近红外光谱技术识别树叶树种的研究 总被引：1，自引：0，他引：1
探索使用可见/近红外光谱技术识别树叶树种的可行性,为野外可见/近红外光谱技术用于树种识别提供方法。本试验识别了9个树种,测试了光谱预处理方法、识别方法对可见/近红外光谱识别的准确率的影响。对9种阔叶树种共46棵树,分别采用距离法和PLS-DA建立识别模型,比较不同波段和导数预处理方法对模型预测效果的影响。结果表明,使用距离法对原始光谱进行识别时,识别准确率<50%,不能够有效识别树叶树种。使用距离法对预处理后的光谱进行识别时,识别准确率为近红外350～2 500nm(99.16%)>350～1 000nm(88.05%)>1 000～2 500nm(81.24%),且任意单个树种的识别准确率都>98%,能够有效识别树叶树种。使用偏最小二乘法(PLS-DA)结合单列识别变量矩阵时,识别准确率高达100%,识别模型的相关系数为0.993 6,RMSEC为0.120,RMSEP为0.144,但只能成功识别4种树叶树种,当树叶种数>4时,预测模型的识别准确率陡降。使用偏最小二乘法(PLS-DA)结合多列识别变量矩阵对9种树叶的识别准确率高达99.58%,识别模型的相关系数为0.888 6～0.956 9,RMSEC为0.084 5～0.15,RMSEP为0.088 7～0.155。本试验为可见/近红外光谱技术快速识别树种提供了一种新的方法和思路。 相似文献
14.
基于最小二乘支持向量机的灌区粮食产量预测研究 总被引：1，自引：0，他引：1
对常用作物产量预测模型进行了简要评述,建立了基于最小二乘支持向量机的灌区产量预测模型。最小二乘支持向量机,采用二次规划方法代替传统的支持向量机来解决函数估计问题。最小二乘支持向量机在利用结构风险原则时,在优化目标中选取了不同的损失函数,即误差ξ_i（允许错分的松弛变量）的二范数。这使得最小二乘向量机的优化问题为：min（1/2）‖w‖^2＋C（1/2）sum from i=1 to 1ξi~2（ξi是松驰变量;C为正则化参数）。用于函数估计的最小二乘SVM为：y（x）=sum from k=1 to Nαk K（x,xk）＋b。采用等式约束可以将求解的优化问题转化成线性方程,大大减少算法的复杂性,另外,采用径向基核函数的最小二乘SVM仅需确定γ、σ2个参数（γ为可调参数,σ为核函数宽度系数）,参数的搜索空间由标准SVM的三维降低到二维,极大地加快了建模速度。对γ,σ2个参数通过模型评估来确定参数最优值,大大提高了预测的精度。对河南省人民胜利渠灌区作物产量进行模拟计算,并用检验样本与灰色预测和神经网络模型的预测结果进行了比较。结果表明,最小二乘SVM预测的最大误差7.12%,平均误差4.81%;灰色理论预测的最大误差38.36%,平均误差17.52%;神经网络预测的最大误差10.40%,平均误差6.80%。可见,最小二乘支持向量机模型有较高的预测精度和良好的推广能力,预测结果优于灰色预测理论和人工神经网络,可作为灌区粮食产量预测的一种新方法。 相似文献
15.
The feasibility of reflectance Vis/NIR spectroscopy was investigated for taste characterization of Valencia oranges based on taste attributes including soluble solids content (SSC) and titratable acidity (TA), as well as taste indices including SSC to TA ratio (SSC/TA) and BrimA. The robustness of multivariate analysis in terms of prediction was also assessed. Several combinations of various preprocessing techniques with moving average and Savitzky–Golay smoothing filters, standard normal variate (SNV) and multiplicative scatter correction (MSC) were used before calibration and the models were developed based on both partial least squares (PLS) and principle component regression (PCR) methods. The best models obtained with PLS method had root mean square errors of prediction (RMSEP) of 0.33 °Brix, 0.07%, 1.03 and 0.37, and prediction correlation coefficients (rp) of 0.96, 0.86, 0.87 and 0.92 for SSC, TA, SSC/TA, and BrimA, respectively. It was concluded that Vis/NIR spectroscopy combined with chemometrics could be an accurate and fast method for nondestructive prediction of taste attributes and indices of Valencia oranges. Moreover, the application of this technique was suggested for taste characterization, directly based on BrimA which is the best index related to fruit flavor rather than determination of SSC or TA alone. 相似文献
16.
对常用作物产量预测模型进行了简要评述,建立了基于最小二乘支持向量机的灌区产量预测模型。最小二乘支持向量机,采用二次规划方法代替传统的支持向量机来解决函数估计问题。最小二乘支持向量机在利用结构风险原则时,在优化目标中选取了不同的损失函数,即误差ξ_i(允许错分的松弛变量)的二范数。这使得最小二乘向量机的优化问题为:min(1/2)‖w‖~2+C(1/2)sum from i=1 to 1ξ_i~2(ξ_i是松驰变量;C为正则化参数)。用于函数估计的最小二乘SVM为:y(x)=sum from k=1 to Nα_k K(x,x_k)+b。采用等式约束可以将求解的优化问题转化成线性方程,大大减少算法的复杂性,另外,采用径向基核函数的最小二乘SVM仅需确定γ、σ2个参数(γ为可调参数,σ为核函数宽度系数),参数的搜索空间由标准SVM的三维降低到二维,极大地加快了建模速度。对γ,σ2个参数通过模型评估来确定参数最优值,大大提高了预测的精度。对河南省人民胜利渠灌区作物产量进行模拟计算,并用检验样本与灰色预测和神经网络模型的预测结果进行了比较。结果表明,最小二乘SVM预测的最大误差7.12%,平均误差4.81%;灰色理论预测的最大误差38.36%,平均误差17.52%;神经网络预测的最大误差10.40%,平均误差6.80%。可见,最小二乘支持向量机模型有较高的预测精度和良好的推广能力,预测结果优于灰色预测理论和人工神经网络,可作为灌区粮食产量预测的一种新方法。 相似文献
17.
为明确四川蜜柚风味物质组成和含量特征,了解其营养品质状况,为四川蜜柚果实评价与深加工提供参考依据,以四川地区主栽的琯溪蜜柚[Citrus maxima(Burm.)Merrill]及其4个芽变品种(红肉蜜柚、三红蜜柚、红绵蜜柚和黄金蜜柚)为试验材料,测定蜜柚果实基本生理指标,利用高效液相色谱(high performance liquid chromatography,HPLC)技术测定糖酸、酚类物质和类胡萝卜素的组成和含量,并采用1,1-二苯基-2-苦基苯肼自由基清除能力(1,1-diphenyl-2-picrylhydrazy,DPPH)、铁离子还原力(ferric reducing/antioxidant power,FRAP)和2,2'-联氮-双-3-乙基苯并噻唑啉-6-磺酸二铵盐清除能力(2,2'-azinobis-3-ethylbenzothiazoline-6-sulphonic acid diammonium salt,ABTS)3种方法测定抗氧化能力,运用主成分分析对果实品质进行评价。结果表明,柠檬酸和蔗糖是琯溪蜜柚主要的有机酸和可溶性糖,没食子酸和柚皮苷是琯溪蜜柚主要的酚酸和类黄酮,番茄红素和β-胡萝卜素分别是红肉型蜜柚和黄肉型蜜柚的主要呈色色素。其中,三红蜜柚的色泽表现最好,其总黄酮含量为13.34 mg·g-1,约为琯溪蜜柚的1.6倍,柚皮苷的贡献最大,为807.47 μg·g-1,显著高于其他品种,抗氧化能力在5个品种中最强,DPPH和ABTS分别达133.04和5.92 μmol·g-1,显著高于其他品种,主成分分析排名第1。黄金蜜柚的总糖含量最高,为10.20%,可滴定酸含量最低,仅为7.5 g·L-1,与其他品种呈显著性差异;但黄金蜜柚汁胞粒化现象较为严重,且抗氧化能力最弱,主成分分析排名第2。综合比较评价结果显示,三红蜜柚和黄金蜜柚在四川产区综合品质较好,可为下一步品种选择与果实加工开发提供参考依据。 相似文献
18.
采用傅里叶变换红外光谱结合化学计量学对不同种牛肝菌亲缘关系进行研究,为该种群亲缘关系鉴定提供依据,同时为人工栽培牛肝菌奠定理论基础。采集12个种类72份牛肝菌样品的红外光谱,采用二阶导数(2D)、标准正态(SNV)变量和小波压缩(WC)等方法对牛肝菌的原始红外光谱进行优化处理,结合偏最小二乘判别分析(PLS-DA)建立鉴别模型。将PLS-DA得到的前8个主成分数据作为提取数据代入系统聚类分析(HCA),获得亲缘关系树状图。结果显示:12种牛肝菌的原始红外光谱较为相似,共有峰主要归属为蛋白质、多糖、纤维素和氨基酸等物质中OH、C=O、C-O-H、C=O、C-C等官能团的吸收峰。对比不同优化处理的鉴别结果,发现2D+WC预处理方法对不同种类牛肝菌区分效果较好。HCA亲缘关系树状图表明,按照物种层面划分,中华牛肝菌和远东疣柄牛肝菌亲缘关系最近,且2种牛肝菌与圆花孢牛肝菌亲缘关系较近;深褐牛肝菌和美味牛肝菌亲缘关系较近;小美牛肝菌和美柄牛肝菌亲缘关系较近,且2种牛肝菌与栗色牛肝菌亲缘关系较近。傅里叶变换红外光谱法可应用于牛肝菌的亲缘关系分析,能为野生食用菌的亲缘关系研究提供一种新方法。 相似文献
19.
20.
M. Lopo C. A. Teixeira dos Santos R. N. M. J. Páscoa A. R. Graça João A. Lopes 《Precision Agriculture》2018,19(3):445-462
The wine industry has always been particularly interested in the influence of the terroir characteristics on the features of a wine. Over the past few years, a growing interest has spurred on the mechanisms by which a particular soil influences the vine’s growth, grape variety characteristics and ultimately wine quality. Near-infrared spectroscopy (NIRS) is a rapid, non-destructive, low-cost and robust analytical method for chemical and physical property determination. Its use for soil characterization, discrimination and compound determination is rapidly increasing. In this work, NIRS data were collected in two vineyards, one in the Dão Wine Region (centre of Portugal) and one in the Vinhos Verdes Wine Region (North of Portugal) previously characterized in terms of soils. Wet, dried and dried-ground soil samples collected from specific vineyard locations were scanned on a Fourier-transform near infrared spectrometer (FTLA 2000, ABB, Quebec, Canada) in diffuse reflectance mode. Spectra were analysed with chemometric tools, namely principal component analysis (PCA) and partial least squares discriminant analysis (PLS-DA). Results revealed that dried, ground soil samples gave better results, but not substantially so when compared with wet or dried samples. Discriminant models showed that the NIRS method is able to discriminate the different vineyard soil types, reproducing very accurately the mapping generated by pedology methods. Variations within the same soil type (present at different locations in the vineyard) were also detected by NIRS. The NIRS technology was shown to be suitable for correlating, complementing and perhaps eventually replacing costly, time-consuming vineyard soil mapping methods. 相似文献