首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 250 毫秒
1.
针对在室外光照对样品使用近红外光谱检测带来误差的问题,提出基于模型传递来减少检测误差的方法。以圆黄梨为样品,分析样品在室内、室外阴影下的近红外光谱,建立室内光谱的PLS模型。采用分段直接校正(Piecewise Direct Standardization,PDS)算法,减小室内外光谱差距,使得室内PLS模型能预测室外光谱。结果表明,在室内建立的模型能预测经PDS算法传递后的室外光谱,预测决定系数(R2)和标准差(Root Mean Square Error of Prediction,RMSEP)分别为0.64和0.565 27,能有效地解决室外光照对光谱检测影响的问题。  相似文献   

2.
为建立和优化基于冷冻干燥基础猪肉样品的水分、粗蛋白和粗脂肪近红外定量预测模型,分别以130个冷冻干燥猪肉粉近红外光谱(near infrared reflectance spectroscopy,NIRS)和其中的水分、粗蛋白、粗脂肪含量为研究对象,应用偏最小二乘法(partial least squares regression,PLS)、内部交叉验证和外部验证建立和优化冷冻干燥猪肉粉水分、粗蛋白、粗脂肪的近红外定量预测模型。结果表明:最优冷冻干燥猪肉粉水分、粗蛋白、粗脂肪含量模型的相关系数(R2)分别为96.58%、99.31%、99.47%;交互验证标准偏差(RMSECV)分别为0.305、0.742、0.692;预测标准偏差(RMSEP)值分别为0.294、2.297、0.460。综上,基于冷冻干燥基础的猪肉营养成分近红外快速检测各指标模型的R2均在96%以上,RMSECV值均在0.8以下,RMSEP值均在2.3以下,证明此次冷冻干燥猪肉粉营养成分近红外快速检测模型构建成功。  相似文献   

3.
不同波长选择方法在土壤有机质含量检测中对比研究   总被引:1,自引:1,他引:0  
由于近红外光谱数据的多重共线性,特征波长选择一直是近红外光谱分析技术的重要研究内容。以108个土壤样本光谱数据和土壤有机质(SOM)含量为研究对象,以连续投影算法(SPA)、间隔偏最小二乘法(IPLS)、竞争自适应重加权采样法(CARS)三种典型的特征波长选择算法进行近红外光谱波长选择和土壤有机质含量建模。研究结果表明,基于上述三种方法提取的特征波长所建立的模型预测能力均优于全谱模型。其中,基于SPA算法的MLR预测模型精度最优,预测集相关系数(Rp)和均方根误差(RMSEP)分别为0970 2和1.214 4,模型参数只有6个。因此,SPA-MLR可以有效地应用近红外光谱的建模,并且简化模型的复杂度,提高模型的计算效率。  相似文献   

4.
[目的]探讨近红外光谱法快速测定烟草中的常规化学成分含量.[方法]采用近红外光谱技术,选取单品种样品681个,结合偏最小二乘法(PLS),定量分析了烟草中总氯、烟碱、总钾、总糖、还原糖及总氮含量,并用实际样品对模型进行了验证.[结果]使用偏最小二乘法(PLS)为建模方法,建立了烟草中6种常规化学成分:总氯、烟碱、总钾,总糖、还原糖及总氮的近红外预测模型.6种组分最佳PLS预测模型的相关系数r分别为0.977 4、0.992 7、0.982 1、0.986 0、099 1和0.975 0.交叉检验的均方差(RMSECV)分别为0.057、0.126、0.160、1.170、0.994和0.127.[结论]所建模型精密度良好,近红外光谱法与行业标准方法所测值不存在显著差异,近红外光谱模型可以快速预测烟草中总氯、烟碱、总钾、总糖、还原糖及总氮的含量.  相似文献   

5.
近红外光谱法已广泛应用于烟叶烟碱等常规化学成分检测。实际检测过程中,烟叶样本存在着多种纤维形态,如烟丝、烟末等。本文通过实验对比分析同一烟叶样品在不同纤维形态下的近红外光谱法检测值差异,论证了同一设备同一光谱模型对烟叶的烟丝、烟末2种状态的检测值存在着显著性差异。基于不同纤维形态对近红外检测值的影响,为保证近红外检测精度,实际使用时被检测烟叶样品的纤维形态及颗粒度应与模型样本一致。  相似文献   

6.
利用近红外光谱法对烟叶氮钾含量的快速测定   总被引:1,自引:0,他引:1  
探讨了近红外光谱法无损快速测定烟叶氮钾含量的可行性,利用傅里叶变换近红外光谱仪测定建模集(104个)和检验集(40个)烟叶样品的近红外光谱,采用偏最小二乘法(PLS)把测得的烟叶光谱值与常规化学分析法测得的全氮和全钾数值拟合建立定标模型,经分析得出:预测模型分析氮的相关系数(R)为0.951,预测标准差(RMSEP)0.301;钾的相关系数(R)为0.928,预测标准差(RMSEP)为0.278。近红外法测定结果与常规方法已有较好的相关性,能为今后快速诊断烟叶的营养状况提供新技术。  相似文献   

7.
烤烟物理特性和化学成分与烟气组分的关系   总被引:12,自引:2,他引:10  
以国内14个烤烟主产区42份初烤烟叶样品为材料,通过烟丝填充力、平衡含水率、烟碱转移率检测、近红外光谱(NIR)定量分析等方法,检测其主要物理指标、化学成分和单料烟的烟气组分,研究烟叶理化特性与其烟气组分的关系。结果表明,随单料烟烟丝重量的增加,其烟气组分测定值表现为先增加后降低的变化规律;以烟丝填充力为依据确定单料烟的烟丝重量,烟气组分实测值接近理论上的最大值。不同部位烟叶的物理特性、主要化学成分、单料烟烟气组分都有显著差异。单料烟烟气总粒相物、原始焦油产生量、一氧化碳产生量都与烟叶的烟碱含量和总氮含量呈极显著的正相关,与烟叶的钾含量呈极显著的负相关,而与烟叶的总糖和还原糖含量无显著的相关关系。单料烟烟气总粒相物、原始焦油产生量、一氧化碳产生量和烟气烟碱都与单料烟的自由燃烧速率呈极显著的负相关关系。  相似文献   

8.
[目的]建立复烤片烟中水溶性糖和烟碱含量的近红外速测定量模型。[方法]基于近红外光谱法,选取各等级片烟样品共284个,使用偏最小二乘法(PLS)建模,定量分析贵州主要产区的复烤片烟中的水溶性糖(总糖、还原糖)和烟碱含量。人工确定光谱区间为9 002.45~4 069.19 cm~(-1),采用一阶导数结合Savitzky-Goly(SG)平滑滤波进行光谱预处理。考察了模型精密度,并将标准方法和近红外方法测得的结果进行了对比。[结果]复烤片烟中的总糖、还原糖、烟碱3种成分预测模型的相关系数r分别为0.996 8、0.987 2、0.9951,交互验证均方差(RMSECV)分别为0.354、0.558、0.067。[结论]模型精密度良好,2种方法不存在显著差异,近红外方法适合烟草中的水溶性糖和烟碱快速定量分析。  相似文献   

9.
将膨胀烟丝与某品牌正常生产切丝后烟丝,分别按计算好的不同比例混合均匀后,应用傅立叶变换近红外光谱技术采集混合烟丝的近红外光谱,采用偏最小二乘法(PLS)建立预测膨胀烟丝与片烟烟丝掺配比例值的近红外模型,其相关系数是0.993 0,并进行了准确性和精密度试验。试验表明,FT-NIR光谱法可以很好地应用于膨胀烟丝与片烟烟丝掺配比例的快速检测,以监控制丝过程中膨胀烟丝与片烟烟丝的掺配均匀性。  相似文献   

10.
为了研究量子进化算法(quantum-inspired evolutionary algorithm,QEA)在苹果浸透射近红外光谱分析中的应用,先用反向间隔偏最小二乘法(backward interval partial least squares,BiPLS)对光谱信息区间初步定位,再采用QEA算法选择波长点,建立糖度预测模型;同时采用遗传算法(genetic algorithm,GA)选取波长点建立预测模型,并对2种算法的结果进行比较.结果表明:运行GA算法建立的GA-PLS模型变量数为110,校正均方根误差(root mean standard error of calibration,RMSEC)为0.582 0,预测均方根误差(root mean standard error of prediction,RMSEP)为0.612 3;运行QEA算法建立的QEA-PLS模型变量数为194,RMSEC为0.492 7,RMSEP为0.526 0,说明量子进化算法用于苹果漫透射近红外光谱分析可有效提高模型预测精度,相比遗传算法表现出更好的寻优能力.  相似文献   

11.
为提高鲜烟叶成熟度的识别精度,提出基于近红外光谱和图像识别的多源信息融合技术的烟叶成熟度判别方法:利用随机森林(RF)方法分别建立近红外光谱判别模型、图像判别模型和多源信息融合判别模型,对烟叶成熟程度进行检测。近红外光谱模型对红花大金元、K326和云烟87等3个烤烟品种烟叶成熟度的识别正确率分别为91.27%、90.43%、89.44%,图像模型的识别正确率分别为86.20%、86.96%、81.23%,融合模型的识别正确率分别为94.08%、94.78%和92.96%。与近红外光谱模型相比,融合模型的判别正确率平均提高了3.93%;与图像模型相比,融合模型的判别正确率平均提高了10.83%。  相似文献   

12.
烟草近红外光谱分析结果影响因素综述   总被引:2,自引:0,他引:2  
结合国内外研究现状,针对校正集样品选择,样品粒度、含水率、试验因素以及光谱预处理和数学建模方法的选择对烟草近红外光谱分析结果的影响进行了探讨分析。结果表明:为获得可靠的分析结果,样品选择应均匀、广泛,有较好的代表性,并考虑样品粒度、含水率及其他因素的影响,同时应选择合适的光谱处理方法和数学建模算法。  相似文献   

13.
伏乃林  黄飞 《安徽农业科学》2011,39(36):22571-22573
[目的]获得精度高、鲁棒性强的玉米近红外光谱淀粉组分检测模型。[方法]用一阶导数和Savitzky.Golay平滑对玉米1300~2298nlTl近红外光谱进行预处理,而后分别以RS(random sampling)、KS(Kennard Stone)、Duplex、SPXY(sample set partitioning based on joint x-y distance)方法选取最佳校正集样本集合,最后分别用PLS(Partial Least Squares)、iPLS(intervalPLS)和siPLS(synergy interval PLS)方法建立校正模型。[结果]采用sPXY方法选取有代表性的校正集合样本,以siPLS方法所建立的近红外光谱玉米淀粉组分校正模型最优,校正样本集合中r为0.9917,RMSECV为n1073,预测样本集合中r达到了0.9944,RMSEP为0.0814。[结论]SPXY-siPLS方法建立的近红外光谱玉米淀粉组分校正模型,不但可以减小参与建模的数据规模.而且缩短了运算时间.预测能力和精度也均得到提高。  相似文献   

14.
近红外光谱定量分析技术以其高效和快速的优点已经在烟草行业发挥了重要作用。首先详细介绍了近红外光谱分析技术的特点,包括其优点和应用局限;其次对近红外光谱定量分析流程进行了归纳总结;然后总结了近红外定量分析计量学方法,包括光谱预处理方法和近红外定量分析的化学计量学算法;最后综述了近年来近红外光谱定量分析技术在烟草和烟气化学成分分析中的应用状况并对其进行了展望。  相似文献   

15.
[目的]应用近红外光谱法建立氯化铵掺假牛奶定量分析模型。[方法]氯化铵是提高牛奶中含氮量的典型掺假物质,样品直接使用近红外光谱仪采用漫反射和三氯乙酸预处理后使用透射模块分别扫描并建立定量分析模型,并对模型进行验证。[结果]建立了漫反射氯化铵含量定量分析模型和透射氯化铵含量定量分析模型,后者模型更加准确可靠,均方根校正标准差(RMSEC)、相关系数(R2)、均方根预测标准差(RMSEP)分别为0.032 4、0.998 4、0.049 8,回收率为107.607 4%。[结论]三氯乙酸预处理后的透射模型更加精确,可以用于牛奶中氯化铵掺假检测,为进一步研究牛奶中其他物质掺假检测提供借鉴。  相似文献   

16.
针对现在市场上常见的两种大米掺伪现象,利用近红外光谱技术结合化学计量学方法分别建立了大米中掺入低档米和掺入矿物油的定量分析模型。制配不同掺伪比例的大米样品,采集其近红外光谱,并选用标准正态变量变换、最大最小归一化、平滑和一阶导数4种方法对原始光谱进行预处理,分别结合偏最小二乘法建立PLS定量分析模型。通过对比建模结果选出的最优预处理方法是最大最小归一化,建立的掺低档米模型的校正集和预测集相关系数分别为0.9698和0.9845,均方根误差分别为8.66和6.46;掺矿物油米模型的校正集和预测集相关系数分别为0.9739和0.9888,均方根误差分别为0.106和0.0698。模型的预测精度和稳定性均很好,实现了对两种掺伪大米快速、准确的定量判别,为大米的品质监控提供了一种新的方法思路。  相似文献   

17.
[目的]研究混丝加香前振动筛分机的技术改进,解决其筛网网孔在运行过程中被碎丝堵塞,造成筛网筛分效率下降、卷烟端部落丝量和烟支含末率超标的问题。[方法]通过在振动筛分机的上层增加一层孔径为4.0 mm筛网,先对物料进行粗筛,第2层筛网孔径1.1 mm不变,并在筛网每格下面挂上冷卷拉伸弹簧,在弹簧上套上橡胶套管,使其在运动过程中对筛网进行敲打,防止筛网堵塞。[结果]与改进前相比,改进后的混丝加香前振动筛分机烟丝整丝率提高1.69个百分点,碎丝率降低1.41个百分点;卷烟端部落丝量降低3.29 mg/支,烟支含末率降低1.02个百分点,烟支物理指标稳定性明显提高,有效解决了筛网堵塞的问题。[结论]该方法简单易实施,费用较低,筛分效果好,提高了烟丝结构和烟支物理指标的稳定性,具有很好的推广使用价值。  相似文献   

18.
小麦籽粒蛋白质光谱特征变量筛选方法研究   总被引:4,自引:0,他引:4  
【目的】筛选整粒小麦籽粒蛋白质的近红外特征光谱波段并建立优化模型,可实现快速、无损测定整粒小麦籽粒蛋白质含量,为田间便携式小麦籽粒蛋白质含量速测仪设计提供依据。【方法】2012-2013年以蛋白质含量有明显差异的8个冬小麦品种为试验品种,设置3个施氮量和2个灌溉量共6个处理,建立丰富的样本类型,共采集176个小麦籽粒光谱数据;将ASD FieldSpec Pro光谱仪采集到的基于全反射下垫面的整粒小麦籽粒反射光谱通过公式A=log(1/R)转换为吸收光谱,对吸收光谱采用S-G平滑、多元散射校正和基线校正等方法进行预处理,以消除背景噪声,然后采用交叉验证偏最小二乘回归方法进行特征波段压缩;分析比较无信息变量剔除法(UVE)结合交叉验证偏最小二乘回归、连续投影算法(SPA)结合交叉验证偏最小二乘回归、UVE与SPA组合后结合交叉验证偏最小二乘回归、UVE与SPA组合后结合多元线性回归(MLR)及UVE与SPA组合后结合逐步多元线性回归(SMLR)等多种特征光谱筛选方法选出的蛋白质特征波段的优劣,并与凯氏定氮法测定的小麦籽粒蛋白质含量进行回归分析,构建并优选小麦籽粒蛋白质最佳预测模型。【结果】利用无信息变量剔除(UVE)方法可将与小麦籽粒蛋白质含量无关的信息变量剔除,把籽粒的原始光谱由1 621个波段压缩至717个,在保留了蛋白质信息的同时,实现了特征谱段的初次优选;对逐步多元线性回归(SMLR)、连续投影算法(SPA)、连续投影算法(SPA)+逐步多元线性回归(SMLR)及连续投影算法(SPA)+偏最小二乘回归(PLS)+交叉验证(CV)等特征波段优选算法比较发现,不同的方法获得的特征谱段有差异,构建的模型及精度也明显不同。对经过无信息变量剔除(UVE)法筛选光谱特征谱段,利用SPA消除光谱矩阵中波段共线性影响,再利用SMLR筛选出小麦籽粒蛋白质信息贡献最大的15个特征谱段,所得模型的预测均方根误差(RMSEP)和R2分别为0.5898和0.9410,模型预测精度最高。【结论】本研究利用UVE、SPA与SMLR方法有效压缩了整粒小麦籽粒光谱矩阵,基于所筛选的蛋白质含量特征谱段数构建的预测模型可以实现无损、快速测定整粒小麦籽粒蛋白质含量,预测模型精度可靠,方法经济有效,为设计田间便携式整粒小麦籽粒蛋白质测定仪的波段选择和开发奠定了基础。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号