期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到70篇文章
< 1 2 … 4 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
竞争性自适应重加权算法和相关系数法提取特征波长检测番茄叶片真菌病害 被引量：34
1
作者 王海龙 杨国国 +2 位作者 张瑜 鲍一丹 何勇 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2017年第7期2115-2119,共5页
基于竞争性自适应重加权算法(CARS)和相关系数法(CA)特征波长选择方法,提出了利用可见-近红外高光谱成像技术检测番茄叶片灰霉病的方法。首先获取380~1 023nm波段范围内80个染病和80个健康番茄叶片的高光谱图像,然后提取染病和健康叶片... 基于竞争性自适应重加权算法(CARS)和相关系数法(CA)特征波长选择方法,提出了利用可见-近红外高光谱成像技术检测番茄叶片灰霉病的方法。首先获取380~1 023nm波段范围内80个染病和80个健康番茄叶片的高光谱图像,然后提取染病和健康叶片感兴趣区域(ROI)的光谱反射率值,作为番茄叶片灰霉病鉴别模型的输入来建立支持向量机(SVM)鉴别模型,训练集和验证集的鉴别率都是100%。研究进一步通过CARS和CA提取特征波长,分别得到5个(554,694,696,738和880nm)和4个(527,555,571和633nm)特征波长,然后分别建立CARS-SVM和CA-SVM鉴别模型。结果显示,CARS-SVM模型中训练集和验证集的鉴别率都是100%,CA-SVM模型中训练集和验证集的鉴别率分别是91.59%和92.45%。以上结果说明了从可见-近红外高光谱图像中提取的光谱反射率值用于检测番茄叶片的灰霉病是可行的。 展开更多
关键词 高光谱成像技术 竞争性自适应重加权算法 相关系数法 支持向量机 番茄 灰霉病
在线阅读 下载PDF
中红外光谱技术结合竞争性自适应重加权算法快速分析白酒风味组分 被引量：7
2
作者 宋艳 杨洋 +4 位作者 张学平 许驰 王毓 蔡亮 李子文 《中国酿造》 CAS 北大核心 2022年第12期230-234,共5页
采用中红外光谱分析技术结合竞争性自适应重加权算法(CARS)对浓香型白酒基酒中的乳酸乙酯和乙酸乙酯的特征波长变量进行筛选后,建立偏最小二乘法(PLS)模型,并对其进行验证。结果表明,采用中红外光谱分析技术剔除明显噪声区域建立的PLS... 采用中红外光谱分析技术结合竞争性自适应重加权算法(CARS)对浓香型白酒基酒中的乳酸乙酯和乙酸乙酯的特征波长变量进行筛选后,建立偏最小二乘法(PLS)模型,并对其进行验证。结果表明,采用中红外光谱分析技术剔除明显噪声区域建立的PLS模型效果较好,而经CARS法进行特征波长选择后建立的CARS-PLS模型效果优于PLS模型,乙酸乙酯和乳酸乙酯的CARS-PLS模型相关系数R^(2)分别为0.995、0.989,预测均方根误差(RMSEP)分别为12.80、4.54,相对分析误差(RPD)分别为8.78及8.60,模型经独立验证均取得了较高的预测精度,验证数据相关系数R^(2)分别为0.994及0.992,RMSEP分别为13.55及4.86。该模型有较高的准确度及稳定性,能够用于白酒基酒中的乳酸乙酯和乙酸乙酯的快速分析,可为白酒酿造过程的质量把控提供技术方法。 展开更多
关键词 竞争性自适应重加权变量算法 白酒基酒 中红外光谱分析技术 波长变量选择 定量分析
在线阅读 下载PDF
窗口竞争性自适应重加权采样策略的近红外特征变量选择方法 被引量：12
3
作者 李跑 周骏 +2 位作者 蒋立文 刘霞 杜国荣 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2019年第5期1428-1432,共5页
通过消除光谱中的冗余信息变量,挑选出代表样品性质的特征变量代替全谱建立定量模型,可以提高近红外分析结果的准确性。基于进化论中适者生存原理的竞争性自适应重加权采样(CARS)算法因具有计算速度快、筛选得到的特征波长少等优点,在... 通过消除光谱中的冗余信息变量,挑选出代表样品性质的特征变量代替全谱建立定量模型,可以提高近红外分析结果的准确性。基于进化论中适者生存原理的竞争性自适应重加权采样(CARS)算法因具有计算速度快、筛选得到的特征波长少等优点,在近红外特征变量筛选方面得到了广泛的应用。然而该方法在计算过程中容易出现校正集和验证集结果不一致情况。这是因为算法过于强调校正集交叉验证结果,且并未考虑相邻变量之间的协同作用。为了建立更加稳健的变量筛选方法,通过结合"窗口"以及CARS算法的优势,提出了一种基于窗口竞争性自适应重加权采样(WCARS)策略的近红外特征变量筛选方法,并将其应用于复杂植物样品近红外光谱与其化学成分含量之间的建模分析。采用WCARS方法可以实现准确定量分析,且通过与竞争性自适应重加权采样(CARS)方法结果相比较, WCARS方法得到的校正集和预测集结果一致,在一定程度上减少了过拟合问题的出现。该策略能有效增强特征变量选择的稳健性,提高了定量模型的可信度,具有一定的应用价值。 展开更多
关键词 近红外光谱仪 化学计量学 窗口竞争性自适应重加权采样
在线阅读 下载PDF
面向XRF的竞争性自适应重加权算法和粒子群优化的支持向量机定量分析研究 被引量：11
4
作者 程惠珠 杨婉琪 +2 位作者 李福生 马骞 赵彦春 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第12期3742-3746,共5页
研究高效、准确、便捷的土壤重金属检测方法对于了解土壤的污染状况以及开展污染防治工作具有重要的意义。由于X射线荧光光谱分析(XRF)技术具备快速、准确、无损检测、样品制备简单等优势,在土壤重元素定量检测获得广泛应用。XRF仪器测... 研究高效、准确、便捷的土壤重金属检测方法对于了解土壤的污染状况以及开展污染防治工作具有重要的意义。由于X射线荧光光谱分析(XRF)技术具备快速、准确、无损检测、样品制备简单等优势,在土壤重元素定量检测获得广泛应用。XRF仪器测试标准样品的荧光光谱并建立校准曲线,通过反演计算得到待测样品的元素含量。由于样品元素间存在基体效应,以及荧光谱特征峰存在叠加干扰,未经优化的校准曲线的线性度较差,这给反演计算来困难。为了解决上述问题,分别利用小波变换、非对称加权惩罚最小二乘法(arPLS)对光谱进行去噪和扣除本底基线,提高校准曲线的决定系数(R2);运用竞争性自适应重加权算法(CARS),针对不同目标元素优化变量选取;进一步地,基于选取的变量建立粒子群算法(PSO)优化的支持向量机回归(SVR)模型,并通过该模型反演计算各元素含量,提高定量分析的准确度和预测的泛化能力。实验结果显示,经过小波去噪和arPLS本底扣除后的校准曲线的决定系数(R2)有明显提升,Cr、Cu、Zn、As、Pb分别从0.965、0.979、0.971、0.794、0.915提高为0.979、0.987、0.981、0.828、0.953;通过CARS选取的谱线变量的个数大幅度减少,从2 048个通道降低到30个以下,为原来变量个数的1.5%,提高了变量选择的精准性;与偏最小二乘法(PLS)、未优化的SVR模型进行对比,采用CARS变量选择和PSO优化的SVR模型进行含量预测,训练集RC2与测试集RP2的决定系数分别在0.99、0.90以上,预测准确性有明显提高。因此,所提出的竞争性自适应重加权算法和PSO优化的SVR定量分析模型对于土壤重金属元素定量分析具有较好的理论指导和应用价值。 展开更多
关键词 X射线荧光光谱 土壤重金属 竞争性自适应重加权算法 粒子群算法 支持向量机回归模型
在线阅读 下载PDF
基于CA/SPA-CARS算法的小麦条锈病特征波段优选与监测模型构建
5
作者 谷玲霄 方涛 +4 位作者 杜林丹 吴喜芳 李长春 连增增 岳哲 《农业机械学报》 北大核心 2025年第6期487-498,共12页
作物病害会严重制约作物产量和品质,传统的病害监测方法效率低且易受主观因素影响。高光谱遥感技术以其高光谱分辨率和客观真实性在作物病害监测中展现出重要潜力。本文利用多生育期冬小麦地面高光谱及田间病情指数(Disease index,DI),... 作物病害会严重制约作物产量和品质,传统的病害监测方法效率低且易受主观因素影响。高光谱遥感技术以其高光谱分辨率和客观真实性在作物病害监测中展现出重要潜力。本文利用多生育期冬小麦地面高光谱及田间病情指数(Disease index,DI),基于相关性分析(Correlation analysis,CA)和连续投影法(Successive projections algorithm,SPA)分别对光谱数据进行光谱特征降维,通过构建最优参数的竞争性自适应重加权采样(Competitive adaptive reweighted sampling,CARS)算法优选小麦条锈病敏感波段,最后利用偏最小二乘回归(Partial least squares regression,PLSR)、反向传播神经网络(Back propagation neural network,BPNN)和极限学习机(Extreme learning machine,ELM)算法建立基于特征光谱的病情指数模型,比较不同建模方法的建模效果,实现小麦条锈病监测。研究结果表明,不同生育期均显示小麦条锈病敏感特征波段多集中于近红外和短波红外波段,其中挑旗期为842、850、858 nm,灌浆期为947、953、1275、1277、1590、1663、1665 nm;对比不同建模算法,PLSR模型表现最佳,满足小麦早期病虫害监测需求,且在病害中期显示更明显特征;挑旗期和灌浆期分别以SPA-CARS-MCX和CA-CARS-MSC数据构建PLSR模型预测效果最优,验证集R2分别为0.782和0.861,RMSE分别为0.022和0.094,RPD分别为2.140和2.687。本文构建算法能够为不同生育期小麦条锈病监测提供参考。 展开更多
关键词 小麦条锈病 光谱变换 特征波段选择 相关性分析 连续投影法 竞争性自适应重加权采样
在线阅读 下载PDF
优化CARS结合PSO-SVM算法农田土壤重金属砷含量高光谱反演分析 被引量：30
6
作者 袁自然 魏立飞 +2 位作者 张杨熙 余铭 闫芯茹 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2020年第2期567-573,共7页
土壤重金属污染是由于人类活动导致重金属物质大量残留在土壤中,超过土壤环境承载力,这种现象将造成土壤质量退化、生态环境恶化。高光谱遥感可以实现图谱合一,能有效地识别出土壤中不同元素的异常情况。为实现农田土壤重金属高效、准... 土壤重金属污染是由于人类活动导致重金属物质大量残留在土壤中,超过土壤环境承载力,这种现象将造成土壤质量退化、生态环境恶化。高光谱遥感可以实现图谱合一,能有效地识别出土壤中不同元素的异常情况。为实现农田土壤重金属高效、准确监测,提出了一种特征提高型竞争性自适应重加权算法(CARS)选取特征波段的粒子群算法(PSO)优化支持向量机(SVM)农田土壤重金属砷(As)含量高光谱估测分析方法。利用CARS对暗室实测光谱值进行粗选;利用一阶导数(FD)、高斯滤波(GF)、归一化(N)进行特征提高;在特征精选阶段利用皮尔逊相关系数(PCC)求取预处理后的光谱指标与土壤重金属As之间的相关系数,获取相关性大于0.6的波段作为特征波段;最后利用PSO对SVM所选择的核函数σ和正则化参数γ进行优化,以均方根误差(RMSE)作为适应度函数,通过迭代最优适应度得到SVM最优参数值。选择江汉平原典型区域洪湖市燕窝镇的土壤为研究对象,预测结果表明基于PSO-SVM算法其验证集的决定系数R 2为0.9823,均方根误差RMSE为0.5216,平均绝对误差MAE为0.4164。主要结论如下:PSO算法优化SVM参数,通过迭代更新个体极值和群体极值,可以迅速获取全局最优解,与支持向量机回归(SVMR)和随机森林回归(RFR)相比,在预测精度有了较大的提高;特征提高型CARS算法可以有效剔除无关信息,提高相关性,且选取波段少,模型简单,大大提高了效率;可以实现土壤污染预警、满足精准农业需求、为后期重金属污染土地生态修复提供数据基础。 展开更多
关键词 高光谱遥感 土壤重金属 粒子群算法 特征波段 竞争性自适应重加权算法
在线阅读 下载PDF
基于CARS和1D-CNN联合的XRF土壤重金属超标分析方法研究 被引量：5
7
作者 杨婉琪 李智琪 +2 位作者 李福生 吕树彬 樊佳婧 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第3期670-674,共5页
随着社会现代化进程的迈进,愈加频繁的人类活动加剧了土壤重金属污染。当土壤中重金属元素含量超过风险筛选值时,会经过食物链摄入人体,过量的重金属累积对人体健康造成损害。筛选出具有重金属污染风险的土壤是治理土壤污染的重要环节... 随着社会现代化进程的迈进,愈加频繁的人类活动加剧了土壤重金属污染。当土壤中重金属元素含量超过风险筛选值时,会经过食物链摄入人体,过量的重金属累积对人体健康造成损害。筛选出具有重金属污染风险的土壤是治理土壤污染的重要环节。采用X射线荧光(XRF)光谱仪获取了59份国家标准土壤样品的光谱数据,然后对其进行小波阈值去噪和迭代离散小波变换本底扣除等预处理;运用基于竞争性自适应重加权采样(CARS)算法对土壤中的重金属元素进行谱线筛选;将筛选后的结果作为模型的输入,通过建立1D-CNN模型预测土壤样本是否具有重金属污染的风险。实验结果显示,通过CARS算法采样后的特征通道数大幅度减少,Ni、Cu、As、Pb元素从原来的2048个特征点分别减少为37、53、37、45个,为原来通道数的1.81%~2.59%。相较于不筛选和连续投影(SPA)筛选方法,结合CARS算法的1D-CNN模型在判断土壤样品是否有Ni、Cu、As、Pb元素污染风险时的准确率分别可以达到96.67%,93.22%,91.67%,88.33%。经CARS筛选,1D-CNN比偏最小二乘回归(PLSR)方法在预测准确性方面有明显优势。提出的CARS-1D-CNN算法在提高模型预测准确率的同时减少了模型的计算量,对于XRF光谱土壤重金属元素污染风险筛选具有较好的理论指导和应用价值。 展开更多
关键词 X射线荧光光谱 重金属 竞争性自适应重加权采样 一维卷积神经网络
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：3
8
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
联合FOD-sCARS的土壤有机质高光谱机器学习估测模型
9
作者 吴梦红 窦森 +5 位作者 林楠 姜然哲 陈思 李佳璇 付佳伟 梅显军 《光谱学与光谱分析》 SCIE EI CAS 北大核心 2025年第1期204-212,共9页
土壤有机质(SOM)含量是表征土壤质量的关键指标,在全球碳循环系统中发挥重大作用。快速准确的SOM估算和空间制图对土壤碳库估算、作物生长监测和耕地规划管理具有重要意义。利用传统方法监测区域性SOM含量耗时费力,基于高光谱遥感影像建... 土壤有机质(SOM)含量是表征土壤质量的关键指标,在全球碳循环系统中发挥重大作用。快速准确的SOM估算和空间制图对土壤碳库估算、作物生长监测和耕地规划管理具有重要意义。利用传统方法监测区域性SOM含量耗时费力,基于高光谱遥感影像建立SOM估测模型是现在较为合理有效的方法。为探索解决目前高光谱遥感影像建立SOM含量估测模型存在光谱数据冗余、光谱数据特征提取精度低、小样本模型泛化能力不强的问题,选择位于青海省湟中县的研究区,共采集67个土壤样本。获取资源1号02D(ZY1-02D)高光谱遥感影像并进行预处理得到样点像元光谱数据,采用分数阶微分变换(FOD)方法挖掘与SOM含量具有响应关系的敏感波段,以0.2为一个步长,利用相关性阈值法对比分析不同阶次微分处理数据挖掘能力;运用稳定性竞争性自适应重加权采样算法(sCARS)去除高光谱冗余数据获取建模特征波段,选择随机森林(RF)、极端梯度提升树、极限学习机和岭回归机器学习作为建模算法,以全波段和特征波段光谱数据分别作为模型输入变量构建SOM估测模型进行高光谱反演研究工作;最后根据最优特征变量和建模算法,基于ZY1-02D遥感影像进行了SOM空间分布制图。结果表明:采用FOD变换相比整数阶可以大大提高波段与SOM含量间的相关性,挖掘出更多细微的与SOM含量产生响应关系的光谱波段,其中0.8阶微分变换效果最优,较原始波段相比相关系数最大值提高了0.546;相较于全波段光谱数据,采用sCARS特征提取方法获取特征波段构建模型的估测精度得到较大提升,说明sCARS可以有效提升建模数据的质量,提升模型预测精度。建模算法中RF表现最优,R_(p)^(2)(模型决定系数)达到0.766,RPD达到1.86,较全波段建模结果R_(p)^(2)提升约7.58%;基于FOD-sCARS和RF实现了区域SOM含量估测制图。研究进一步验证利用星载高光谱遥感影像是实现区域SOM估测制图的可靠途径,研究结果可为估测区域SOM含量提供新思路,为利用星载高光谱遥感影像绘制SOM含量空间分布图提供了数据支持。 展开更多
关键词 高光谱遥感影像 分数阶微分变换 稳定性竞争性自适应重加权采样算法 土壤有机质 随机森林
在线阅读 下载PDF
益肾泄浊合剂中有效成分定量模型建立
10
作者 冯子芳 胡敏敏 +7 位作者 陈晓伟 张文明 顾丽红 秦苹 彭译 卞振华 杨庆有 陆兔林 《中成药》 北大核心 2025年第10期3177-3184,共8页
目的建立益肾泄浊合剂中没食子酸、莫诺苷、马钱苷、毛蕊异黄酮苷、大黄酸的定量模型。方法HPLC法测定各有效成分含量,采集128批样品近红外光谱(NIRS)数据并作预处理,竞争性自适应重加权采样(CARS)算法筛选波长变量,进行偏最小二乘(PLS... 目的建立益肾泄浊合剂中没食子酸、莫诺苷、马钱苷、毛蕊异黄酮苷、大黄酸的定量模型。方法HPLC法测定各有效成分含量,采集128批样品近红外光谱(NIRS)数据并作预处理,竞争性自适应重加权采样(CARS)算法筛选波长变量,进行偏最小二乘(PLS)回归分析。结果各有效成分PLS模型预测值与HPLC实测值无显著性差异(P>0.05)。结论NIRS结合化学计量学建立的定量模型预测性能良好,可用于益肾泄浊合剂中有效成分的快速测定,也为其他中药制剂在生产过程中的快速监测提供了参考。 展开更多
关键词 益肾泄浊合剂 有效成分 定量模型 近红外光谱(NIRS) 偏最小二乘(PLS)回归分析 竞争性自适应重加权采样(CARS)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
11
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》 北大核心 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
高光谱技术结合CARS算法预测土壤水分含量 被引量：40
12
作者 于雷 朱亚星 +3 位作者 洪永胜 夏天 刘目兴 周勇 《农业工程学报》 EI CAS CSCD 北大核心 2016年第22期138-145,共8页
高光谱技术已成为预测土壤含水量（soil moisture content,SMC）的重要方法,但因土壤高光谱中包含了大量冗余信息和无效信息,不仅导致SMC的高光谱估算模型复杂度高,而且影响了模型的预测精度。因此,该研究在室内设计SMC梯度试验,测定土... 高光谱技术已成为预测土壤含水量（soil moisture content,SMC）的重要方法,但因土壤高光谱中包含了大量冗余信息和无效信息,不仅导致SMC的高光谱估算模型复杂度高,而且影响了模型的预测精度。因此,该研究在室内设计SMC梯度试验,测定土壤高光谱反射率,经Savitzky-Golay平滑（Savitzky-Golay smoothing,SG）和连续统去除（continuum removal,CR）预处理后,基于竞争适应重加权采样（competitive adaptive reweighted sampling,CARS）方法分别优选出土壤在全部SMC的水分敏感波长变量,确定适用于土壤在全部SMC的共性波长变量,以其为优选变量集,采用偏最小二乘（partial least squares regression,PLSR）回归方法建立模型并进行验证。结果表明,SG和CR预处理后的光谱曲线在450、1 400、1 900、2 200 nm附近吸收峰的形状特征凸显;基于CARS方法对土壤在不同SMC的光谱曲线进行变量优选后,得出优选变量集为443～449、1 408～1 456、1 916～1 943、2 209～2 225 nm;CARS-PLSR模型性能优于全波段PLSR模型,模型预测R2、均方根误差、相对分析误差分别为0.983、0.0144、8.36,不仅提升了预测精度和预测能力,而且降低了变量维度和模型复杂度。该文通过优选土壤水分的敏感波段,有效提高了SMC预测模型的鲁棒性,为快速准确评估农田墒情提供了新途径,为开发田间SMC测定传感器提供了理论依据。 展开更多
关键词 土壤水分 算法 模型 高光谱 竞争适应重加权采样算法 变量优选 潮土
在线阅读 下载PDF
近红外高光谱图像结合CARS算法对鸭梨SSC含量定量测定 被引量：40
13
作者 李江波 彭彦昆 +1 位作者 陈立平 黄文倩 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2014年第5期1264-1269,共6页
高光谱数据量大、维数高且原始光谱噪声明显、散射严重等特征导致光谱建模时关键波长变量提取困难。基于此,提出采用竞争性自适应重加权算法(CARS)对近红外高光谱数据进行关键变量选择。鸭梨作为研究对象。采用决定系数r2、预测均方根误... 高光谱数据量大、维数高且原始光谱噪声明显、散射严重等特征导致光谱建模时关键波长变量提取困难。基于此,提出采用竞争性自适应重加权算法(CARS)对近红外高光谱数据进行关键变量选择。鸭梨作为研究对象。采用决定系数r2、预测均方根误差RMSEP和验证集标准偏差和预测集标准偏差的比值RPD值进行模型性能评估。基于选择的关键变量建立PLS模型(CARS-PLS)与全光谱变量建立的PLS模型进行比较发现CARS-PLS模型仅仅使用原始变量中15.6%的信息获得了比全变量PLS模型更好的鸭梨SSC含量预测结果,r2pre,RMSEP和RPD分别为0.908 2,0.312 0和3.300 5。进一步与基于蒙特卡罗无信息变量MC-UVE和遗传算法(GA)获得的特征变量建立的PLS模型比较发现,CARS不仅可以去除原始光谱数据中的无信息变量,同时也能够对共线性的变量进行压缩去除,该方法能够有效地用于高光谱数据变量的选择。结果表明,近红外高光谱技术结合CARS-PLS模型能够用于鸭梨可溶性固形物SSC含量的定量预测。从而为基于近红外高光谱技术预测水果内部品质的研究提供了参考。 展开更多
关键词 近红外高光谱 可溶性固形物 鸭梨 变量选择 竞争性自适应重加权算法
在线阅读 下载PDF
高光谱结合波长选择算法串联策略检测调理牛排新鲜度 被引量：5
14
作者 孙宗保 王天真 +5 位作者 刘小裕 邹小波 梁黎明 李君奎 牛增 高云龙 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2020年第10期3224-3229,共6页
生鲜调理牛排超过货架期时,其散发的腐败气味易被调料气味掩蔽,使消费者难以分辨。挥发性盐基氮(TVB-N)是表征肉品新鲜度的有效指标。由于测定TVB-N含量的化学方法繁琐耗时,利用高光谱对生鲜调理牛排中TVB-N含量进行预测,并讨论了不同... 生鲜调理牛排超过货架期时,其散发的腐败气味易被调料气味掩蔽,使消费者难以分辨。挥发性盐基氮(TVB-N)是表征肉品新鲜度的有效指标。由于测定TVB-N含量的化学方法繁琐耗时,利用高光谱对生鲜调理牛排中TVB-N含量进行预测,并讨论了不同波长选择算法所建模型的预测效果。分别在第0,2,4,6,8天取出制备好的生鲜调理牛排,进行高光谱数据采集和TVB-N含量测定。采用1^st Der,2^nd Der,MC,MSC,SG和SNVT六种光谱预处理方法对光谱数据进行预处理,并建立偏最小二乘模型(PLS)优选出最佳预处理方法。采用竞争性自适应重加权算法(CARS)、变量组合集群分析法(VCPA)、间隔随机蛙跳(iRF)、iRF-CARS、iRF-VCPA等方法对预处理后的光谱数据进行波长选择,建立特征波长下的预测模型。将CARS和VCPA重复运行50次考察其稳定性,并选择频次较高波长建模与单次运行比较。结果表明:在六种光谱预处理方法中,1 st Der为最佳预处理方法。CARS和VCPA单次运行时分别选择了21和11个波长,其中VCPA选择波长建模预测效果更好,模型的R C和R P分别为0.944和0.931,RMSECV和RMSEP分别为1.12和1.28 mg·(100 g)^-1。统计CARS和VCPA重复运行50次时各波长被选择频次,结果表明VCPA因其二进制矩阵采样法(BMS)为每个变量提供相同的采样机会而有更好的稳定性。同时发现两种方法有共同的高频次波长:694.9,696.6,761.8,763.5,811.5和813.3 nm等。将波长被选频次降序排列,选择与单次运行数量相同的较高频次的波长建模,所得模型性能较差。将iRF分别与CARS和VCPA联用,其中iRF-CARS表现出较强的预测能力,选择了24个波长建模,模型的R C和R P分别为0.966和0.938,RMSECV和RMSEP分别为0.91和1.22 mg·(100 g)^-1。这说明将波长区间选择和波长点选择联用可以实现它们的优势互补。高光谱技术结合波长选择方法可以很好地预测调理牛排中TVB-N含量,研究可为波长选择算法联用策略和调理牛排新鲜度快速检测提供理论参考。 展开更多
关键词 高光谱成像 生鲜调理牛排 挥发性盐基氮 竞争性自适应重加权采样 变量组合集群分析
在线阅读 下载PDF
基于XRF的CARS-GAF-MobileNet铝合金牌号分类研究 被引量：1
15
作者 吕树彬 万优 +1 位作者 李福生 杨婉琪 《分析测试学报》 北大核心 2025年第6期1161-1168,共8页
铝合金以其卓越的特性在工业上得到广泛应用,对铝合金的牌号进行准确分类能够进一步推动制造业等领域的发展。该文提出了一种新的铝合金X射线荧光(XRF)光谱分类框架CARS-GAF-MobileNet(CGM)。首先,采用XRF光谱仪获取铝合金样本的XRF光... 铝合金以其卓越的特性在工业上得到广泛应用,对铝合金的牌号进行准确分类能够进一步推动制造业等领域的发展。该文提出了一种新的铝合金X射线荧光(XRF)光谱分类框架CARS-GAF-MobileNet(CGM)。首先,采用XRF光谱仪获取铝合金样本的XRF光谱数据;然后,提出一种基于多元素校正的竞争性自适应重加权采样(CARS)算法对数据进行变量筛选;随后,使用格拉姆角场(GAF)将一维光谱转换为二维光谱图像,并通过色彩映射将灰度图转为RGB图;最后,将转换后的二维光谱图作为Mobilenet-V3模型的输入,对铝合金样本进行分类。实验结果表明,所提出的CGM框架的最终分类准确率可以达到94.3%,能够对不同牌号的铝合金样品进行精确识别。CGM是一种具有潜力的铝合金牌号识别框架,对铝合金分类问题具有较好的理论指导和应用价值。 展开更多
关键词 X射线荧光 铝合金分类 格拉姆角场 竞争性自适应重加权采样 深度学习
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
16
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
CARS-SPA算法结合高光谱检测马铃薯还原糖含量 被引量：15
17
作者 姜微 房俊龙 +1 位作者 王树文 王润涛 《东北农业大学学报》 CAS CSCD 北大核心 2016年第2期88-95,共8页
以竞争性重加权自适应选择算法(CARS)结合连续投影算法(SPA)选择马铃薯还原糖含量特征波长,共制备238个样本,比色法测定马铃薯还原糖含量,选择190个样本作校正集,48个样本作验证集,与全光谱和经典变量提取方法比较。结果表明,CARS-SPA... 以竞争性重加权自适应选择算法(CARS)结合连续投影算法(SPA)选择马铃薯还原糖含量特征波长,共制备238个样本,比色法测定马铃薯还原糖含量,选择190个样本作校正集,48个样本作验证集,与全光谱和经典变量提取方法比较。结果表明,CARS-SPA算法筛选波段效果最佳,相比于全谱建模其参与建模波长点由203个减少到17个,模型验证集决定系数r^2由0.8464提高到0.8965,均方根误差(RMSEP)由0.0758降到0.0490。结果表明,采用CARS-SPA结合高光谱成像技术检测马铃薯还原糖含量结果可行。 展开更多
关键词 高光谱 竞争性自适应重加权采样算法 连续投影算法 马铃薯 还原糖
在线阅读 下载PDF
小波变换耦合CARS算法提高土壤水分含量高光谱反演精度 被引量：21
18
作者 蔡亮红 丁建丽 《农业工程学报》 EI CAS CSCD 北大核心 2017年第16期144-151,共8页
为实现干旱地区土壤水分含量(soil moisture content,SMC)的快速监测,该文以渭干河-库车河绿洲为靶区,采用小波变换(wavelet transform,WT)对反射光谱进行1~8层小波分解,通过相关性分析确定最大分解层数,再通过竞争性自适应重加权(compe... 为实现干旱地区土壤水分含量(soil moisture content,SMC)的快速监测,该文以渭干河-库车河绿洲为靶区,采用小波变换(wavelet transform,WT)对反射光谱进行1~8层小波分解,通过相关性分析确定最大分解层数,再通过竞争性自适应重加权(competitive adaptive reweighted sampling,CARS)滤除冗余变量,筛选出与SMC相关性较好的波长变量,并叠加各层特征光谱的优选波长变量作为最优变量集,用偏最小二乘回归(partial least squares regression,PLSR)构建土壤水分含量预测模型并进行分析。结果显示:1)小波分解过程中,土壤反射率与SMC的相关性不断增强,到小波变换第6层分解(L6)处达到最高,因此小波变换最大分解层数为6层分解;2)通过对土样进行WT-CARS耦合算法筛选出变量,得出的最优变量集包括400~500、1 320~1 461、1 851~1 961、2 125~2 268 nm区域之间共131个波长变量;3)相对于全波段预测模型,各层特征光谱的CARS优选变量预测模型的精度均高,并且基于最优变量集的预测模型的精度最高,该模型的建模集均方根误差0.021、建模集决定系数0.721、预测集均方根误差0.028、预测集决定系数0.924、相对分析误差2.607。说明WT-CARS耦合算法使其在建立模型时尽可能少地损失光谱细节、较为彻底的去除噪声,同时还能对无信息变量进行有效去除,为该研究区SMC的预测提供新的思路。 展开更多
关键词 土壤 含水率 光谱分析 小波变换 竞争适应重加权采样算法 变量优选
在线阅读 下载PDF
基于高光谱和CARS-IRIV算法的‘库尔勒香梨’可溶性固形物含量检测 被引量：13
19
作者 梁琨 刘全祥 +1 位作者 潘磊庆 沈明霞 《南京农业大学学报》 CAS CSCD 北大核心 2018年第4期760-766,共7页
[目的]利用高光谱技术实现‘库尔勒香梨’可溶性固形物含量的有效无损检测具有重要意义,但是高光谱数据通常噪声明显,大量无关信息变量和冗余信息变量的存在降低了模型的预测精度。本文旨在探究对高光谱数据特征变量筛选的有效方法来实... [目的]利用高光谱技术实现‘库尔勒香梨’可溶性固形物含量的有效无损检测具有重要意义,但是高光谱数据通常噪声明显,大量无关信息变量和冗余信息变量的存在降低了模型的预测精度。本文旨在探究对高光谱数据特征变量筛选的有效方法来实现‘库尔勒香梨’可溶性固形物含量的快速检测。[方法]以‘库尔勒香梨’可溶性固形物含量(SSC)为研究指标,利用高光谱成像技术采集样本400~1 000 nm波长的漫反射光谱,对样本感兴趣区域(ROI)的光谱进行预处理,分别采用竞争性自适应重加权算法(CARS)、迭代保留信息变量算法(IRIV)以及CARS-IRIV算法筛选特征变量,基于不同筛选方法分别建立偏最小二乘(PLS)与最小二乘支持向量机(LS-SVM)预测模型,以预测集相关系数(Rp)、预测均方根误差(RMSEP)和预测相对分析误差(RPD)值对模型进行评价。[结果]CARS-IRIV算法可以有效减少CARS算法提取的变量个数,并稳定模型预测精度。LS-SVM模型预测结果优于PLS模型,在LS-SVM模型中CARS-IRIV-LS-SVM预测精度最高,Rp、RMSEP和RPD值分别为0.889、0.300和2.823。[结论]CARS-IRIV是一种有效的高光谱特征变量筛选算法,在提高预测精度的同时简化了模型的运算,CARS-IRIV-LS-SVM模型结合高光谱成像技术可以对‘库尔勒香梨’SSC进行快速有效的无损检测。 展开更多
关键词 高光谱成像技术 库尔勒香梨 可溶性固形物 竞争性自适应重加权算法 迭代保留信息变量算法
在线阅读 下载PDF
基于随机蛙跳波段选择算法的土壤铅含量高光谱估测 被引量：5
20
作者 安柏耸 王雪梅 +1 位作者 黄晓宇 卡吾恰提·白山 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第10期3302-3309,共8页
高光谱数据中存在的大量冗余信息对高光谱估测精度产生较大影响。旨在寻求特征波段筛选的最佳算法,以实现土壤重金属铅含量的准确监测,为土壤污染防治提供参考。以新疆渭干河-库车河三角洲绿洲土壤重金属铅含量与光谱数据为数据源,利用... 高光谱数据中存在的大量冗余信息对高光谱估测精度产生较大影响。旨在寻求特征波段筛选的最佳算法,以实现土壤重金属铅含量的准确监测,为土壤污染防治提供参考。以新疆渭干河-库车河三角洲绿洲土壤重金属铅含量与光谱数据为数据源,利用蒙特卡洛交叉验证(MCCV)算法确定92个有效土壤样品,通过相关分析选取倒数对数一阶微分变换处理的光谱数据,采用随机蛙跳(RF)算法,并结合竞争性自适应重加权(CARS)算法、迭代保留有效信息变量(IRIV)算法及连续投影算法(SPA),构建RF-CARS、RF-IRIV及RF-SPA三种算法对波段进行筛选。以倒数对数一阶微分变换处理下的特征波段反射率为自变量,土壤重金属铅含量为因变量,采用极端梯度提升(XGBoost)和地理加权回归(GWR)方法构建土壤重金属铅含量估测模型。结果表明:(1)光谱变换处理可有效增强光谱与土壤铅含量的敏感性,其中倒数对数一阶微分变换后的土壤光谱特征更为明显,相关系数可达到0.620(p<0.001)。(2)RF-CARS、RF-IRIV及RF-SPA算法分别从高光谱数据中筛选出6、9和7个特征波段,全部位于近红外光谱区域,3种算法具有较强的特征提取能力,极大减少光谱数据中的冗余信息。(3)基于RF-IRIV算法构建的土壤铅含量估测模型的精度和稳定性高于RF-CARS和RF-SPA算法构建的模型,说明RF-IRIV算法能更为准确的保留与土壤铅含量相关的波段。此外,GWR模型的性能优于XGBoost模型,构建的RF-IRIV-GWR模型具有较好的预测能力,可作为研究区土壤铅含量的最优估测模型,其验证集的决定系数(R^(2))为0.892,均方根误差(RMSE)为0.825 mg·kg^(-1),相对分析误差(RPD)为3.09。基于随机蛙跳(RF)与迭代保留有效信息变量(IRIV)算法,结合地理加权回归(GWR)建模方法在快速准确估测土壤铅含量方面具有一定优势,可进行土壤重金属污染的动态监测。 展开更多
关键词 特征波段 随机蛙跳算法 竞争性自适应重加权算法 迭代保留有效信息变量算法 连续投影算法 极端梯度提升 地理加权回归 土壤铅
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 4 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部