期刊文献+
共找到30篇文章
< 1 2 >
每页显示 20 50 100
基于CWT-sCARS的土壤铜含量高光谱反演
1
作者 张世文 李唯佳 +2 位作者 李恩伟 朱曾红 孔晨晨 《蚌埠学院学报》 2024年第2期17-23,共7页
光谱变量的有效程度与土壤铜含量的反演精度密切相关。基于原始反射率以及不同分解尺度下的小波系数,本研究采用连续小波变换(CWT)算法、稳定性竞争自适应重加权采样(sCARS)算法和随机森林(RF)算法对土壤铜含量进行了反演与验证。研究... 光谱变量的有效程度与土壤铜含量的反演精度密切相关。基于原始反射率以及不同分解尺度下的小波系数,本研究采用连续小波变换(CWT)算法、稳定性竞争自适应重加权采样(sCARS)算法和随机森林(RF)算法对土壤铜含量进行了反演与验证。研究结果表明:连续小波变换可以有效提高光谱特征与土壤铜含量之间的相关性,不同分解尺度对应的最大相关系数中,最大值位于Scale 8分解尺度下1343 nm处,相关系数为0.60;使用sCARS算法可以显著减少特征变量的数量,结合CWT变换和sCARS算法可以显著减轻数据冗余,提高土壤Cu含量的反演精度。该研究可为利用高光谱遥感技术,快速、高精度反演土壤Cu含量提供重要参考。 展开更多
关键词 高光谱反演 连续小波变换 稳定性竞争自适应重加权采样
在线阅读 下载PDF
基于CARS-SPA特征提取的黄水淀粉近红外光谱定量模型优化 被引量:3
2
作者 母雯竹 张贵宇 +2 位作者 张维 姚瑞 付妮 《食品科学》 EI CAS CSCD 北大核心 2024年第19期8-14,共7页
为提高白酒固态发酵的副产物黄水中淀粉含量预测模型精度和建模效率。采用傅里叶变换近红外光谱仪采集黄水光谱信息,利用一阶导数对光谱进行预处理,并结合偏最小二乘回归(partial least squares regression,PLSR)建立黄水淀粉定量预测... 为提高白酒固态发酵的副产物黄水中淀粉含量预测模型精度和建模效率。采用傅里叶变换近红外光谱仪采集黄水光谱信息,利用一阶导数对光谱进行预处理,并结合偏最小二乘回归(partial least squares regression,PLSR)建立黄水淀粉定量预测模型。使用决定系数(R^(2))和预测均方误差(root mean square error of prediction,RMSEP)评价模型性能。光谱中含有大量冗余信息,为有效提升黄水淀粉含量检测精度和优化模型效率,将不同特征提取方法的优点结合,发现使用竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)结合连续投影算法(successive projections algorithm,SPA)提取的光谱特征所建立的PLSR模型,相较于未使用特征提取或仅使用单一特征提取所建立的模型均有明显提升。在单一使用CARS时,模型的R^(2)为0.9654,RMSEP为0.2012%,而结合SPA后,R2为0.9738,RMSEP为0.1748%。此外,光谱维度从2203个减少到了126个,不仅提高了预测精度,也提升了建模效率。本研究提出的方法可作为黄水近红外定量模型优化的有效途径。 展开更多
关键词 黄水 近红外光谱 竞争性自适应重加权算法 连续投影算法 偏最小二乘回归法
在线阅读 下载PDF
近红外光谱结合CARS变量筛选方法用于液态奶中蛋白质与脂肪含量的测定 被引量:53
3
作者 张华秀 李晓宁 +2 位作者 范伟 梁逸曾 唐玉莲 《分析测试学报》 CAS CSCD 北大核心 2010年第5期430-434,共5页
采用CARS(Competitive adaptive reweighted sampling)变量筛选方法建模,显著提高了液态奶中蛋白质与脂肪近红外模型的预测精度。用蒙特卡罗采样(Monte-Carlo sampling)方法先剔除奇异样本,再对光谱进行中心化与Karl Norris滤波降噪处理... 采用CARS(Competitive adaptive reweighted sampling)变量筛选方法建模,显著提高了液态奶中蛋白质与脂肪近红外模型的预测精度。用蒙特卡罗采样(Monte-Carlo sampling)方法先剔除奇异样本,再对光谱进行中心化与Karl Norris滤波降噪处理,通过CARS方法筛选出与样本性质密切相关的变量,建立预测蛋白质与脂肪含量的偏最小二乘法(PLS)校正模型,并与未选变量的PLS模型进行比较。以定标集相关系数(r2)及交互验证均方残差(RMSECV)和预测误差均方根(RMSEP)作为判定依据,确定了蛋白质与脂肪的最佳建模条件。蛋白质与脂肪校正模型的相关系数分别为0.975 0、0.995 1,RMSECV分别为0.194 8、0.136 3,RMSEP分别为0.113 3、0.140 1,预测结果优于未选变量的PLS模型及其他选变量方法,有效简化了模型,适于液态奶中脂肪和蛋白质的快速、无损检测。 展开更多
关键词 近红外光谱 液态奶 偏最小二乘法 cars变量筛选法
在线阅读 下载PDF
基于MCCV奇异样本筛选和CARS变量选择法对蜂蜜pH值和酸度的近红外光谱检测 被引量:17
4
作者 李水芳 单杨 +3 位作者 范伟 尹永 周孜 李高阳 《食品科学》 EI CAS CSCD 北大核心 2011年第8期182-185,共4页
采用Norris平滑加一阶微分数据预处理,蒙特卡洛交互验证(MCCV)的奇异样本筛选和CARS(competitiveadaptive reweighted sampling)变量选择法,用Kennard-Stone(KS)法划分训练集和预测集,偏最小二乘(PLS)回归近红外光谱建模,对蜂蜜pH值和... 采用Norris平滑加一阶微分数据预处理,蒙特卡洛交互验证(MCCV)的奇异样本筛选和CARS(competitiveadaptive reweighted sampling)变量选择法,用Kennard-Stone(KS)法划分训练集和预测集,偏最小二乘(PLS)回归近红外光谱建模,对蜂蜜pH值和酸度进行定量分析。pH值和酸度校正模型的交互验证决定系数(Rcv2)、交互验证均方差(RMSECV)、预测集决定系数(Rp2)、预测均方差(RMSEP)分别为0.8516和0.8723、0.1214和2.1734、0.8205和0.8250、0.1196和2.4674。结果表明,该方法适于蜂蜜pH值的测定,而不宜用于测定蜂蜜酸度。 展开更多
关键词 近红外光谱 蒙特卡洛交互验证的奇异样本筛选 cars变量选择 蜂蜜 PH值 酸度
在线阅读 下载PDF
CARS结合PLS-LDA法识别奶牛饲料中土霉素的可行性研究 被引量:7
5
作者 刘星 单杨 李高阳 《包装与食品机械》 CAS 2012年第4期1-4,共4页
收集了一年内不同月份不同种类的纯奶牛精补料20个,制备土霉素含量不同的掺假奶牛精补料100个,在全光谱范围内对样品进行近红外透反射光谱扫描,利用CARS法对光谱数据进行前处理,采用偏最小二乘-线性判别分析(PLS-LDA)法来建立判别模型... 收集了一年内不同月份不同种类的纯奶牛精补料20个,制备土霉素含量不同的掺假奶牛精补料100个,在全光谱范围内对样品进行近红外透反射光谱扫描,利用CARS法对光谱数据进行前处理,采用偏最小二乘-线性判别分析(PLS-LDA)法来建立判别模型。建立的PLS-LDA模型的交互验证最小错误率为0.0729,模型错分率为0,模型预测错误率为0.0417。说明利用近红外光谱技术建立定性判别模型来检测奶牛饲料中是否掺有土霉素是可行的。 展开更多
关键词 奶牛饲料 土霉素 竞争性自适应重加权采样法 偏最小二乘-线性判别分析法
在线阅读 下载PDF
基于CARS与PCA的高光谱煤岩特征信息检测方法 被引量:9
6
作者 张旭辉 张楷鑫 +1 位作者 张超 杜昱阳 《西安科技大学学报》 CAS 北大核心 2020年第5期760-768,共9页
针对采煤机智能化截割时存在煤岩识别精度低、稳定性差等问题,提出一种基于高光谱成像技术的煤岩检测方案。使用8种不同类型的煤岩样本(训练集800块、预测集200块)进行分析,利用竞争性自适应重加权算法将光谱全波段降维至11个特征波长... 针对采煤机智能化截割时存在煤岩识别精度低、稳定性差等问题,提出一种基于高光谱成像技术的煤岩检测方案。使用8种不同类型的煤岩样本(训练集800块、预测集200块)进行分析,利用竞争性自适应重加权算法将光谱全波段降维至11个特征波长形成光谱特征向量;通过灰度共生矩阵来描述煤岩的纹理特征,选取对比度、能量、同质性3个特征参数值作为纹理特征向量;通过主成分分析融合剔除光谱与纹理特征中解释能力较差的特征信息,利用预测集样本分别对光谱全波段、CARS提取特征波长、图像纹理、CARS提取特征波长融合纹理特征、光谱全波段融合纹理特征和PCA融合特征波长与特征纹理特征的特征向量建立偏最小二乘回归模型,通过对比6种特征向量的建模预测性能,选出煤岩最优特征向量。PCA算法融合后特征向量预测性能的R2,RMSE,平均绝对误差MAE和准确率分别为0.912,0.201,0.151和94%.该方法可改善煤岩特征信息检测的稳定性与可靠性,为煤岩识别提供有效的特征信息,对实现采煤机智能化开采具有重要意义。 展开更多
关键词 煤岩特征信息 高光谱 纹理 竞争性自适应重加权 主成分分析
在线阅读 下载PDF
CARSiPLS用于烟煤中水分与挥发分的近红外光谱测定 被引量:1
7
作者 杨晓丽 何琼 《理化检验(化学分册)》 CSCD 北大核心 2017年第6期636-640,共5页
将竞争自适应重加权采样(CARS)与区间偏最小二乘回归(iPLS)相结合的变量筛选建模方法 CARSiPLS,用于烟煤中水分与挥发分的近红外光谱测定。以CARS逐步筛选出每个区间与待测量相关的变量,建立烟煤中水分与挥发分近红外光谱测定的偏最小... 将竞争自适应重加权采样(CARS)与区间偏最小二乘回归(iPLS)相结合的变量筛选建模方法 CARSiPLS,用于烟煤中水分与挥发分的近红外光谱测定。以CARS逐步筛选出每个区间与待测量相关的变量,建立烟煤中水分与挥发分近红外光谱测定的偏最小二乘回归模型。结果表明:与PLS、iPLS相比,CARSiPLS可以显著减少变量数,同时提高模型预测性能;挥发分建模变量从1557个减少至15个,水分建模变量从1557个减少至317个;挥发分、水分的预测平均绝对百分误差分别从0.031 5降至0.018 4、从0.188 4降至0.094 6;挥发分、水分的预测均方差分别从0.010 8降至0.006 7、从0.005 0降至0.002 8。 展开更多
关键词 近红外光谱 间隔偏最小二乘 竞争自适应重加权采样 水分 挥发分 烟煤
在线阅读 下载PDF
基于人血浆荧光光谱与CARS-PLS-LDA的结直肠癌早期检测 被引量:3
8
作者 陈煜 邱智军 张彬 《分析测试学报》 CAS CSCD 北大核心 2021年第12期1690-1696,共7页
该文利用竞争性自适应加权算法(CARS)筛选重要的人血浆荧光光谱变量,并结合偏最小二乘法判别分析(PLS-LDA)建立了结直肠癌患者与非癌患者的分类模型,同时与全波长模型和基于平行因子分析(PARAFAC)建立的模型进行比较。从模型评价指标看,... 该文利用竞争性自适应加权算法(CARS)筛选重要的人血浆荧光光谱变量,并结合偏最小二乘法判别分析(PLS-LDA)建立了结直肠癌患者与非癌患者的分类模型,同时与全波长模型和基于平行因子分析(PARAFAC)建立的模型进行比较。从模型评价指标看,CARS-PLS-LDA的性能显著优于全波长模型和基于PARAFAC的模型。高波未稀释组和低波稀释组的荧光光谱结合CARS-PLS-LDA分类模型的AUC(Area under curve)值均高于0.9,可有效地识别结直肠癌患者。结果表明,CARS变量筛选能够明显改善结直肠癌分类模型的性能,有助于后续癌症临床诊断工具的开发与研究。 展开更多
关键词 荧光光谱 结直肠癌 竞争性自适应加权算法(cars) 偏最小二乘法判别分析(PLS-LDA)
在线阅读 下载PDF
基于sCARS-RF算法的高光谱估算土壤有机质含量 被引量:24
9
作者 李冠稳 高小红 +1 位作者 肖能文 肖云飞 《发光学报》 EI CAS CSCD 北大核心 2019年第8期1030-1039,共10页
针对土壤高光谱数据量大、存在光谱信息冗余和重叠现象,应用稳定竞争性自适应重加权采样策略挑选特征变量,结合偏最小二乘回归和随机森林建立土壤有机质含量估算模型,并与竞争性自适应重加权算法、迭代保留有效信息变量、连续投影算法... 针对土壤高光谱数据量大、存在光谱信息冗余和重叠现象,应用稳定竞争性自适应重加权采样策略挑选特征变量,结合偏最小二乘回归和随机森林建立土壤有机质含量估算模型,并与竞争性自适应重加权算法、迭代保留有效信息变量、连续投影算法和遗传算法所得结果进行比较。结果显示,5种变量选择算法挑选的特征变量主要分布在1900~2400nm的近红外光谱区域。RF模型的预测效果优于PLSR模型;与PLSR模型相比,RF模型鲁棒性更好,对异常值和噪声的敏感度更低。基于sCARS算法挑选的特征变量建立RF模型,变量数为51个,仅占全波段的2.55%,验证集R^2=0.958,获得的RPD为4.7,能够很好地预测SOM含量。 展开更多
关键词 土壤有机质 可见-近红外光谱 稳定竞争性自适应重加权 随机森林 湟水流域
在线阅读 下载PDF
基于光谱技术的Bipls算法结合CARS算法的苹果可溶性固形物含量检测 被引量:10
10
作者 饶利波 陈晓燕 庞涛 《发光学报》 EI CAS CSCD 北大核心 2019年第3期389-395,共7页
可溶性固形物含量是判断苹果内部品质的重要参考属性之一。利用高光谱技术获取苹果感兴趣区域的反射光谱,以S-G平滑(Savitzky-Golay smoothing)和直接正交信号校正(Direct orthogonal signal correction, DOSC)算法对光谱数据进行梯度... 可溶性固形物含量是判断苹果内部品质的重要参考属性之一。利用高光谱技术获取苹果感兴趣区域的反射光谱,以S-G平滑(Savitzky-Golay smoothing)和直接正交信号校正(Direct orthogonal signal correction, DOSC)算法对光谱数据进行梯度预处理后,用后向区间偏最小二乘法(Bipls)优选出3,5,6,7,8,9,13,14,15,16,17,18,19,20,21,23等16个子区间,共计177个波长。结合竞争自适应重加权采样算法(CARS)再作进一步筛选,提取出449.6,512.9,544.8,547.2,594.3,596.8,928.2 nm等7个特征波长,利用偏最小二乘算法(PLS)建立基于特征波长的可溶性固形物含量检测模型,所得模型评价为R_c=0.906 2,RMSEC为0.482 2,R_p=0.871 6,RMSEP为0.614 0。该算法模型预测性能同Bipls和Bipls-SPA模型相比更为优异,证明了Bipls结合CARS算法在提高苹果可溶性固体物含量检测精度方面的有效性。 展开更多
关键词 可溶性固形物含量 后向区间偏最小二乘 竞争自适应重加权采样 偏最小二乘
在线阅读 下载PDF
基于内标法和CARS变量优选的倍硫磷含量LIBS检测 被引量:4
11
作者 刘津 孙通 甘兰萍 《发光学报》 EI CAS CSCD 北大核心 2018年第5期737-744,共8页
利用共线双脉冲激光诱导击穿光谱(LIBS)技术对溶液中的倍硫磷含量进行定量检测研究。采用石墨对倍硫磷溶液进行富集,利用双通道高精度光谱仪获取样品的LIBS光谱。以碳元素谱线(CⅠ247.856 nm)为内标对210~260 nm波段谱线进行校正,然后... 利用共线双脉冲激光诱导击穿光谱(LIBS)技术对溶液中的倍硫磷含量进行定量检测研究。采用石墨对倍硫磷溶液进行富集,利用双通道高精度光谱仪获取样品的LIBS光谱。以碳元素谱线(CⅠ247.856 nm)为内标对210~260 nm波段谱线进行校正,然后利用竞争性自适应重加权算法(CARS)筛选与倍硫磷相关的重要波长变量,最后应用最小二乘支持向量机(LSSVM)建立倍硫磷含量的定标模型,并与基本定标法及内标法建立的单变量定标模型进行比较。研究结果表明,共线双脉冲LIBS技术可以用于溶液中的倍硫磷含量检测。基本定标法建立的最优定标模型的拟合度R2为0.935 04,预测集样品的平均预测相对误差(PRE)为41.50%;内标法建立的最优单变量定标模型的拟合度R2为0.993 61,预测集样品的平均PRE为14.91%;内标-CARS-LSSVM定标模型的拟合度R2为0.998 6,预测集样品的平均PRE为8.06%。对比上述3类定标模型,内标-CARS-LSSVM定标模型性能最优,内标法建立的定标模型次之,而基本定标法建立的定标模型最差。由此可知,CARS方法可以有效筛选倍硫磷相关的重要变量,内标法结合CARS及LSSVM方法可以改善定标模型性能,提高预测精度。 展开更多
关键词 激光诱导击穿光谱 内标法 竞争性自适应重加权算法 最小二乘支持向量机 倍硫磷
在线阅读 下载PDF
CARS特征变量优选近红外光谱法测定初烤烟烟叶厚度 被引量:4
12
作者 胡巍耀 凌军 +5 位作者 杨盼盼 杨式华 王玉 李伟 袁天军 李成斌 《云南农业大学学报(自然科学版)》 CSCD 北大核心 2017年第2期288-293,共6页
烤烟烟叶厚度是烤烟烟叶分级和品质评价的重要指标之一,采用近红外光谱分析技术实现对烟叶厚度的快速测定具有一定的可行性。对比分析了采用竞争自适应重加权法(CARS)算法优选特征变量和采用全波长变量(1 000~2 500 nm)结合偏最小二乘法... 烤烟烟叶厚度是烤烟烟叶分级和品质评价的重要指标之一,采用近红外光谱分析技术实现对烟叶厚度的快速测定具有一定的可行性。对比分析了采用竞争自适应重加权法(CARS)算法优选特征变量和采用全波长变量(1 000~2 500 nm)结合偏最小二乘法(PLS)建立初烤烟烟叶厚度近红外校正模型的效果。结果表明:模型的输入变量数由1 543个降低到180个,决定系数由0.846提高到0.941;适宜主成分数由10降低到6,校正标准误差和交互验证均方根误差分别降低了0.003 4和0.010 3。采用30个外部样品对模型进一步进行验证,模型的验证标准误差和验证标准误差的偏差由0.018 2降低到0.001 1,在α=0.05显著水平,两个模型预测值与实测值间均不存在显著差异,采用CARS筛选特征变量近红外模型预测值与实测值间的差异性更小。CARS筛选特征变量提高了烟叶厚度近红外校正模型的稳定性和预测准确性。 展开更多
关键词 初烤烟 厚度 近红外光谱法 模型集群分析 竞争自适应重加权法
在线阅读 下载PDF
水稻冠层叶瘟病与缺氮的高光谱识别
13
作者 袁建清 仇逊超 +1 位作者 高睿 苏中滨 《云南农业大学学报(自然科学版)》 北大核心 2025年第1期167-175,共9页
【目的】利用水稻大田近地冠层高光谱数据,实现在冠层尺度上对叶瘟病与缺氮水稻的早期识别。【方法】基于氮胁迫梯度试验和大田自然发病,采用室外高光谱成像系统采集缺氮水稻和自然发病水稻的大田近地冠层图像,提取并分析中度感病、轻... 【目的】利用水稻大田近地冠层高光谱数据,实现在冠层尺度上对叶瘟病与缺氮水稻的早期识别。【方法】基于氮胁迫梯度试验和大田自然发病,采用室外高光谱成像系统采集缺氮水稻和自然发病水稻的大田近地冠层图像,提取并分析中度感病、轻度感病、缺氮和健康水稻冠层的反射率光谱特征。针对预处理后的高光谱数据,采用主成分分析(principal component analysis,PCA)、植被指数(vegetation index,VI)和竞争性自适应重加权法(competitive adaptive reweighted sampling,CARS)3种方法提取特征变量,并结合线性判别分析(linear discriminant analysis,LDA)与支持向量机(support vector machine,SVM)分类算法,构建水稻冠层叶瘟病与缺氮的早期识别模型。【结果】单独使用PCA降维方法提取特征构建的模型无显著的分类效果;基于VI的模型相比全谱模型在区分效果上有所提升,但提升幅度不大;采用CARS提取特征波长所构建的模型显示出最佳的区分效果。进一步对提取的CARS特征进行PCA降维后,获得5个主成分特征用于建模,其SVM和LDA模型的总体分类精度分别为95.51%和96.15%,Kappa系数分别为0.91和0.92,表现出较高的分类一致性。【结论】本研究通过选用较少的特征变量,成功实现了水稻冠层叶瘟病与缺氮的有效识别,为水稻病害与养分胁迫的遥感监测提供了新的思路和理论依据。研究成果可为大规模水稻病虫害监测与精准施药提供支持,在精准农业领域具有重要的应用价值。 展开更多
关键词 高光谱成像 水稻叶瘟病 竞争性自适应重加权法(cars) 支持向量机(SVM) 线性判别分析(LDA)
在线阅读 下载PDF
基于可见-近红外光谱技术快速检测水质酸度
14
作者 苏涵君 李丽娜 《理化检验(化学分册)》 北大核心 2025年第3期249-256,共8页
为了满足快速、准确、在线持续检测水质酸度(pH)的需求,基于可见-近红外光谱(Vis-NIRS)技术,结合化学计量学方法,提出了一种水质酸度的快速检测方法。采集60个不同酸度水溶液样本的Vis-NIRS原始数据,分别采用Kennard-Stone(K-S)算法和光... 为了满足快速、准确、在线持续检测水质酸度(pH)的需求,基于可见-近红外光谱(Vis-NIRS)技术,结合化学计量学方法,提出了一种水质酸度的快速检测方法。采集60个不同酸度水溶液样本的Vis-NIRS原始数据,分别采用Kennard-Stone(K-S)算法和光谱-理化值共生距离(SPXY)算法进行样本集划分,运用Savitzky-Golay(S-G)卷积平滑、标准正态变量变换(SNV)、一阶导数(1D)、二阶导数(2D)和正交信号校正(OSC)等方法对原始光谱数据进行预处理,并使用连续投影算法(SPA)、竞争性自适应重加权(CARS)算法进行特征波长筛选,建立并比较了不同的偏最小二乘法(PLS)定量分析模型,以确定最佳模型效果。结果表明,利用SPXY算法划分样本集,并经过SNV预处理和CARS筛选出特征波长,建立的水质酸度PLS定量分析模型性能较优,其预测集决定系数和预测均方根误差分别为0.9786和0.3803。参与建模的波长变量数由2860个减少至45个,极大地提高了模型的运算速率,方法能够实现对水质酸度的快速、准确检测。 展开更多
关键词 可见-近红外光谱(Vis-NIRS) 水质酸度 预处理 竞争性自适应重加权算法 偏最小二乘法(PLS) 定量分析模型
在线阅读 下载PDF
基于特征波段选择的芦苇LAI高光谱遥感估测
15
作者 刘玮佳 张晓彤 +3 位作者 杨睿 何建男 尹轩 刘明月 《华北理工大学学报(自然科学版)》 CAS 2025年第1期79-87,共9页
选取典型芦苇湿地基于芦苇叶片实测高光谱数据和叶面积指数(Leaf Area Index,LAI),在原始光谱的基础上进行了平滑(R)、一阶微分(FD)、倒数(RT)、对数(LT)、倒数一阶微分(RTFD)、对数一阶微分(LTFD)等六种光谱变换,利用竞争性自适应重加... 选取典型芦苇湿地基于芦苇叶片实测高光谱数据和叶面积指数(Leaf Area Index,LAI),在原始光谱的基础上进行了平滑(R)、一阶微分(FD)、倒数(RT)、对数(LT)、倒数一阶微分(RTFD)、对数一阶微分(LTFD)等六种光谱变换,利用竞争性自适应重加权算法(CARS)对不同变换下芦苇LAI特征光谱波段予以筛选,进而用筛选的特征波段采用逐波段组合法(BCI)构建芦苇LAI敏感光谱指数,利用随机森林(RF)、极端梯度提升(XGBoost)以及支持向量机(SVM)回归算法,构建芦苇LAI的高光谱估算模型。结果表明,采用CARS算法筛选不同变换光谱的特征波段构建模型,发现经过FD变换(R^(2)=0.417,RMSE=0.905)的模型效果最优。在CARS基础上使用筛选过后的特征波段构建植被指数进行建模比较,模型效果最好的是XGBoost(R^(2)=0.620,RMSE=0.826)。 展开更多
关键词 光谱变换 叶面积指数 逐波段组合 竞争性自适应重加权算法
在线阅读 下载PDF
紫外-荧光特征级融合结合CARS-BO-LSSVM的水质COD检测方法
16
作者 郑培超 李成林 +5 位作者 王金梅 杨琴 曾金锐 吕强 阮伟 何浩楠 《中国测试》 2025年第4期91-99,共9页
化学需氧量(COD)是表征水体中有机物含量的重要指标。使用基于不同光谱法的算法模型可以实现地表水COD的快速准确检测,针对紫外吸收光谱法和激光诱导荧光光谱法在测量精度上的不足,提出基于紫外-荧光特征级融合的光谱检测方法。将采集... 化学需氧量(COD)是表征水体中有机物含量的重要指标。使用基于不同光谱法的算法模型可以实现地表水COD的快速准确检测,针对紫外吸收光谱法和激光诱导荧光光谱法在测量精度上的不足,提出基于紫外-荧光特征级融合的光谱检测方法。将采集的实际水样经标准化学法得到COD理化值,以氘卤灯作为紫外-可见光源和以405 nm单波长半导体激光器作为激发光源,采用自主搭建的光谱系统采集水样的紫外吸收光谱和荧光发射光谱。选择Savitzky-Golay滤波对光谱去噪平滑,由竞争性自适应重加权采样(CARS)对光谱进行特征提取,并与主成分分析、连续投影算法对比,以贝叶斯优化的最小二乘支持向量(BO-LSSVM)算法作为建模方法,分别建立基于紫外吸收光谱法、激光诱导荧光光谱法和紫外-荧光特征级融合法的预测模型。结果表明:采用紫外-荧光特征级融合法的预测模型性能优于单一光谱法,提出的基于紫外-荧光特征级融合结合CARS-BO-LSSVM模型在噪声容限和预测精度方面优于其他模型,训练集R2为0.9371、RMSE为0.2726 mg·L^(–1)、MRE为9.99%,测试集R2为0.9377、RMSE为0.2578 mg·L^(–1)、MRE为7.68%。该方法对水质光谱的非线性分析具有良好的泛化性和鲁棒性,可为水质COD的快速检测提供可靠的参考价值和研究思路。 展开更多
关键词 化学需氧量 激光诱导荧光 特征级数据融合 竞争性自适应重加权采样
在线阅读 下载PDF
拉曼光谱结合机器学习对植物油的分类鉴别 被引量:1
17
作者 苏东斌 秦嘉桧 李开开 《食品与发酵工业》 CAS CSCD 北大核心 2024年第6期274-281,共8页
该研究采集了六类(38个品牌)常见植物油的551份拉曼光谱,并根据光谱数据分别建立了正交偏最小二乘判别和支持向量机模型,对比了连续投影法和竞争性自适应重加权采样法对模型识别正确率的影响。基于算法改进的偏最小二乘判别模型的总体... 该研究采集了六类(38个品牌)常见植物油的551份拉曼光谱,并根据光谱数据分别建立了正交偏最小二乘判别和支持向量机模型,对比了连续投影法和竞争性自适应重加权采样法对模型识别正确率的影响。基于算法改进的偏最小二乘判别模型的总体预测准确率为82.53%、83.13%,低于基于全光谱数据建立的偏最小二乘判别模型。竞争性自适应重加权采样法结合支持向量机对玉米油、橄榄油、葵花籽油和芝麻油的品牌分类测试集正确率均达到100%;椰子油和花生油的测试集正确率为22.22%、63.64%。两类特征提取算法均可以减少建立分类模型所需的变量数目和计算资源,但以提取后变量建立分类模型可能会导致识别正确率下降。在解决样本间相似度较高的多分类问题时,支持向量机模型优于正交偏最小二乘判别模型。正确率差异可能和生产商所使用的生产工艺以及植物油原料相关。面对案件侦办中品牌种类多样的油脂物证,基于拉曼光谱分析和特征提取算法的支持向量机模型可为可食用植物油的无损快速检验提供一定的参考与借鉴。 展开更多
关键词 植物油 拉曼光谱 机器学习 连续投影法 竞争性自适应重加权采样法
在线阅读 下载PDF
鲸鱼算法改进极限学习机的葡萄酒品质评价研究 被引量:1
18
作者 窦力 郑崴 +1 位作者 李柏秋 李斐 《食品与机械》 CSCD 北大核心 2024年第6期62-68,共7页
[目的]解决近红外光谱中冗余信息过多的问题,提升葡萄酒品质评价模型的准确性,并构建一种快速无损的葡萄酒品质评价方法。[方法]运用竞争性自适应重加权采样法进行特征波长筛选,提出了鲸鱼算法改进极限学习机的葡萄酒品质评价模型。通... [目的]解决近红外光谱中冗余信息过多的问题,提升葡萄酒品质评价模型的准确性,并构建一种快速无损的葡萄酒品质评价方法。[方法]运用竞争性自适应重加权采样法进行特征波长筛选,提出了鲸鱼算法改进极限学习机的葡萄酒品质评价模型。通过自适应重加权采样法等多种特征波长筛选方法,确定了最适用于葡萄酒光谱特征波长筛选的方法;针对ELM的初值权值与隐含层偏置选取问题,利用鲸鱼优化方法对初值权值与隐含层偏置进行优化,从而构建了一种基于鲸鱼优化算法改进的极限学习机葡萄酒品质评价模型。[结果]与GA-ELM、PSO-ELM和传统的ELM模型相比,WOA-ELM的准确率最高,达到了0.9445,GA-ELM的准确率为0.9290,PSO-ELM的准确率为0.9061,传统的ELM方法准确率为0.8177。[结论]通过智能算法优化ELM模型的参数,可以有效提高葡萄酒品质评价的准确性。 展开更多
关键词 近红外光谱 极限学习机 鲸鱼优化算法 特征波长 竞争性自适应重加权采样法
在线阅读 下载PDF
基于高光谱成像技术的糯玉米种子分类研究 被引量:3
19
作者 庄浩轩 魏明生 +2 位作者 王波 赵慕阶 陈化东 《现代农业研究》 2024年第1期51-57,共7页
为了快速、准确、无损地对糯玉米种子分类,采用可见-近红外(400~1000 nm)高光谱成像仪对5种糯玉米种子进行数据采集,使用一阶中心差分联合SG平滑对糯玉米种子的原始光谱数据进行预处理去噪,通过自优化竞争性自适应重加权采样算法筛选出5... 为了快速、准确、无损地对糯玉米种子分类,采用可见-近红外(400~1000 nm)高光谱成像仪对5种糯玉米种子进行数据采集,使用一阶中心差分联合SG平滑对糯玉米种子的原始光谱数据进行预处理去噪,通过自优化竞争性自适应重加权采样算法筛选出56个重要的特征波段,同时采用灰度共生矩阵和Sobel算子提取糯玉米种子的相关性、能量、同致性、相关熵、灰度熵和梯度熵等6种纹理特征,将光谱特征与纹理特征融合后构建支持向量机分类模型,分别用350个训练样本、150个测试样本和50个预测样本对模型进行训练、测试和预测分类,相应得到了准确率为98.50%、95.92%和94.00%的最佳结果,表明利用高光谱成像技术对糯玉米种子分类是可行的。 展开更多
关键词 高光谱成像技术 一阶中心差分 自优化 竞争性自适应重加权采样算法 灰度共生矩阵
在线阅读 下载PDF
基于变量优选和近红外光谱技术的红富士苹果产地溯源 被引量:9
20
作者 张立欣 杨翠芳 +3 位作者 陈杰 张晓果 张楠楠 张晓 《食品与发酵工业》 CAS CSCD 北大核心 2022年第20期36-43,共8页
为实现对红富士苹果的产地溯源,采集阿克苏、静宁、灵宝、烟台的红富士苹果近红外光谱数据,分别采用归一化、中心化、一阶导数、二阶导数、标准正态变换、多元散射校正(multivariate scattering correction,MSC)、小波变换、SG平滑变换... 为实现对红富士苹果的产地溯源,采集阿克苏、静宁、灵宝、烟台的红富士苹果近红外光谱数据,分别采用归一化、中心化、一阶导数、二阶导数、标准正态变换、多元散射校正(multivariate scattering correction,MSC)、小波变换、SG平滑变换、傅里叶变换等9种方法对原始光谱进行预处理,建立概率神经网络(probabilistic neural network,PNN)模型对苹果的产地进行识别。结果表明,MSC预处理之后的模型总准确率最高,为97.5%,阿克苏、静宁、灵宝、烟台4个产地的准确率分别为100%、100%、90%、100%。为简化模型,对MSC预处理之后的光谱数据分别采用主成分法、连续投影算法(successive projection algorithm,SPA)、竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)、随机蛙跳算法(random frog,RF)、CARS-SPA、RF-SPA选取特征变量建模。综合考虑正确率和模型的复杂性,最优模型MSC-CARS-SPA-PNN的测试集的总准确率为98.75%,4个产地的红富士苹果准确率分别达到了100%、100%、95%、100%。该研究可为红富士苹果的产地溯源提供理论参考。 展开更多
关键词 苹果 近红外光谱 概率神经网络 连续投影算法 竞争性自适应重加权算法
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部