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91篇文章
< 1 2 … 5 >
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：
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：6
1
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
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：33
2
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
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：10
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
紫外-荧光特征级融合结合CARS-BO-LSSVM的水质COD检测方法
9
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
马铃薯干物质含量高光谱检测中变量选择方法比较 被引量：34
10
作者 周竹 李小昱 +3 位作者 高海龙 陶海龙 李鹏 文东东 《农业机械学报》 EI CAS CSCD 北大核心 2012年第2期128-133,185,共7页
为提高利用高光谱成像技术快速检测马铃薯干物质含量的精度,比较了主成分分析法(PCA)、组合间隔偏最小二乘法(siPLS)、遗传偏最小二乘法(GA-PLS)、无信息变量消除法(UVE)以及竞争性自适应重加权算法(CARS)等变量选择方法。在此基础上提... 为提高利用高光谱成像技术快速检测马铃薯干物质含量的精度,比较了主成分分析法(PCA)、组合间隔偏最小二乘法(siPLS)、遗传偏最小二乘法(GA-PLS)、无信息变量消除法(UVE)以及竞争性自适应重加权算法(CARS)等变量选择方法。在此基础上提出一种竞争性自适应重加权算法与连续投影算法(SPA)相结合的波长选择方法,最终将原始光谱变量从678个减少到了27个。用27个变量建立多元线性回归模型,模型预测集相关系数Rp为0.86,预测均方根误差为1.06%。实验结果表明:高光谱成像技术能够对马铃薯干物质含量进行检测,同时CARS-SPA是一种有效的变量选择方法。 展开更多
关键词 马铃薯 干物质 高光谱 变量选择 竞争性自适应重加权算法
在线阅读 下载PDF
高光谱技术结合CARS算法预测土壤水分含量 被引量：40
11
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
12
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
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
13
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
联合FOD-sCARS的土壤有机质高光谱机器学习估测模型
14
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
基于变量优选的苹果糖分含量近红外光谱检测 被引量：7
15
作者 张立欣 杨翠芳 +2 位作者 陈杰 王亚明 张晓 《食品与机械》 北大核心 2021年第10期112-118,共7页
目的:在900~1700 nm的波长范围内采集苹果的近红外光谱数据,结合化学计量学方法对糖分含量进行无损检测。方法:先对光谱数据依次进行基线校正、散射校正、平滑和尺度缩放,以交叉验证的均方根误差最小选出最佳的预处理方法。采用连续投... 目的:在900~1700 nm的波长范围内采集苹果的近红外光谱数据,结合化学计量学方法对糖分含量进行无损检测。方法:先对光谱数据依次进行基线校正、散射校正、平滑和尺度缩放,以交叉验证的均方根误差最小选出最佳的预处理方法。采用连续投影算法(SPA)、竞争性自适应重加权算法(CARS)分别选取7,52个特征变量。分别以连续投影算法选取的特征变量、竞争性自适应重加权算法选取的特征变量、两种方法选出的特征变量的组合作为输入自变量,建立线性偏最小二乘回归法模型和非线性的极限学习机模型。结果:组合的特征变量建模效果优于单一方法选出的特征变量的建模效果,非线性模型优于线性模型。结论:采用组合的特征变量,建立极限学习机模型,预测效果最优,训练集的均方根误差为0.7101,拟合优度为0.8838,测试集的均方根误差为0.6375,拟合优度为0.8945。 展开更多
关键词 近红外光谱 苹果 连续投影算法 竞争性自适应重加权算法 极限学习机
在线阅读 下载PDF
基于CR-CARS-RF的黑土区土壤有机质含量高光谱估算
16
作者 李雨鸿 冯锐 +5 位作者 纪瑞鹏 张霞 武晋雯 于文颖 王婷 李晶 《干旱地区农业研究》 北大核心 2025年第4期203-210,共8页
以辽宁昌图和苏家屯区149个黑土样本为基础,结合地面高光谱数据与实验室土壤有机质(SOM)含量化学测定,系统分析了不同高光谱预处理与建模方法对SOM反演精度的影响,旨在构建快速且精准的SOM含量高光谱反演模型。通过Savitzky-Golay平滑法... 以辽宁昌图和苏家屯区149个黑土样本为基础,结合地面高光谱数据与实验室土壤有机质(SOM)含量化学测定,系统分析了不同高光谱预处理与建模方法对SOM反演精度的影响,旨在构建快速且精准的SOM含量高光谱反演模型。通过Savitzky-Golay平滑法(SG)对光谱数据进行去噪处理后,对比分析了倒数(1/R)、倒数的对数(log(1/R))、一阶导数(FDR)、标准化(SNV)及连续统去除(CR)五种光谱变换方法,并采用皮尔逊相关分析(PCC)和竞争自适应重加权(CARS)算法筛选特征波段,结合偏最小二乘(PLSR)、多元线性回归(MLR)和随机森林(RF)三种建模方法,构建了12种反演模型,对各模型的预测精度进行对比分析。结果表明:(1)CR变换显著增强了光谱与SOM的相关性,2 166 nm之后的128个波段相关系数绝对值超过0.5,最高达0.75;(2)CARS算法有效压缩了特征波段数量,将其控制在全波段的6%以下,与PCC-PLSR和PPC-RF相比,CARS-PLSR和CARS-RF模型预测精度显著提升,其决定系数(R2)分别提高13.4%和14.5%,均方根误差(RMSE)分别降低12.8%和11.9%;(3)非线性RF模型的预测精度最优,与MLR和PLSR相比,其R2分别提升32.1%和3.5%,RMSE分别降低34.9%和4.4%;(4)在12种预测模型中,CR-CARS-RF模型表现最佳,其建模R2为0.91,RMSE为1.76 g·kg^(-1);预测R2为0.79,RMSE为2.49 g·kg^(-1),表明CR-CARS-RF模型具有较高的预测精度和可靠性,可为辽宁黑土区土壤有机质含量的高效精准监测提供有力的技术支撑。 展开更多
关键词 黑土 土壤有机质 高光谱 竞争自适应重加权算法 随机森林模型
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
17
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
变量选择结合模型更新以改进苹果的糖度检测 被引量：2
18
作者 姜小刚 姚金良 +4 位作者 朱明旺 李斌 廖军 刘燕德 欧阳爱国 《激光技术》 CAS CSCD 北大核心 2023年第5期666-671,共6页
为了获得稳健的近红外光谱模型,采用变量选择结合模型更新的方法,以240个红富士苹果为对象,取得近红外漫透射光谱和糖度数据,建立偏最小二乘回归模型,对苹果糖度含量进行预测,并采用后向区间偏最小二乘法和竞争性自适应重加权算法,对建... 为了获得稳健的近红外光谱模型,采用变量选择结合模型更新的方法,以240个红富士苹果为对象,取得近红外漫透射光谱和糖度数据,建立偏最小二乘回归模型,对苹果糖度含量进行预测,并采用后向区间偏最小二乘法和竞争性自适应重加权算法,对建模变量进行了选择,通过将新批次中的一些样品加入到旧批次中重新校准来实现模型更新。结果表明,变量选择可以提高模型性能,预测决定系数提高到0.7915,预测均方根误差降低到0.5810,预测偏差降至0.2627;结合模型更新策略,可以进一步降低预测均方根误差和预测偏差;仅使用20个样品进行模型更新已经明显改善了模型性能,预测决定系数提高到0.8506,预测均方根误差降到0.4358,预测偏差降到0.1045。这一结果对于多种水果建立稳健的近红外光谱模型是有帮助的。 展开更多
关键词 光谱学 后向区间偏最小二乘 竞争性自适应重加权 苹果 模型更新
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
19
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
水稻冠层叶瘟病与缺氮的高光谱识别
20
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
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 … 5 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