期刊文献+
共找到13篇文章
< 1 >
每页显示 20 50 100
基于无信息变量消除法和连续投影算法的可见-近红外光谱技术白虾种分类方法研究 被引量:50
1
作者 吴迪 吴洪喜 +2 位作者 蔡景波 黄振华 何勇 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2009年第6期423-427,共5页
应用无信息变量消除法结合连续投影算法对可见-近红外光谱区进行有效波长的选择,选择后的波长作为输入变量建立最小二乘-支持向量机模型,对白虾属中三种典型种,脊尾白虾、秀丽白虾和东方白虾进行鉴别分类.实验采用Kennard-Stone算法选取... 应用无信息变量消除法结合连续投影算法对可见-近红外光谱区进行有效波长的选择,选择后的波长作为输入变量建立最小二乘-支持向量机模型,对白虾属中三种典型种,脊尾白虾、秀丽白虾和东方白虾进行鉴别分类.实验采用Kennard-Stone算法选取150个样本作为建模集,50个样本作为预测集,通过UVE-SPA优选了数值分别为392、431、517、551、595、627、676、734、760、861、943和1018 nm的12个波长为LS-SVM的输入变量,建立了白虾种分类模型.该模型对50个预测集样本检验的准确率达到了92.00%.结果表明,采用可见-近红外光谱对白虾种进行鉴别是可行的,UVE-SPA能够有效地进行波长选择,使LS-SVM模型获得最优的分类结果. 展开更多
关键词 可见-近红外光谱 无信息变量消除 连续投影算法 最小二乘-支持向量机
在线阅读 下载PDF
基于MC-UVE、GA算法及因子分析对葡萄酒酒精度近红外定量模型的优化研究 被引量:12
2
作者 王怡淼 朱金林 +3 位作者 张慧 赵建新 顾小红 朱华新 《发光学报》 EI CAS CSCD 北大核心 2018年第9期1310-1316,共7页
对葡萄酒酒精度偏最小二乘(Partial least squares,PLS)回归模型进行优化研究。使用近红外光谱仪采集葡萄酒样本的光谱数据,用于建立酒精度定量模型,实现在线快速检测。通过蒙特卡罗无信息变量消除(Monte Carlo uninformative variable ... 对葡萄酒酒精度偏最小二乘(Partial least squares,PLS)回归模型进行优化研究。使用近红外光谱仪采集葡萄酒样本的光谱数据,用于建立酒精度定量模型,实现在线快速检测。通过蒙特卡罗无信息变量消除(Monte Carlo uninformative variable elimination,MC-UVE)和遗传算法(Genetic algorithm,GA)进行变量选择,基于被选择的变量分别进行PLS和因子分析(Factor analysis,FA),建立回归模型。结果表明,MC-UVE-GA-FAR模型预测集相关系数(R2)为0.946,预测均方根误差(Root mean square error of prediction,RMSEP)为0.215,效果优于MC-UVE-GA-PLS模型。与基于全范围光谱所建PLS回归模型相比,模型效果有所提升,而且模型所选变量个数仅为6,极大地简化了模型。MC-UVE和GA算法与FA分析结合可以实现模型的优化。 展开更多
关键词 近红外光谱 葡萄酒 遗传算法 蒙特卡罗无信息变量消除 因子分析
在线阅读 下载PDF
提取近红外光谱有效变量快速检测猪肉挥发性盐基氮 被引量:6
3
作者 刘飞 邹昊 +4 位作者 田寒友 汤介兰 刘文营 李家鹏 乔晓玲 《肉类研究》 北大核心 2015年第9期25-29,共5页
以市售新鲜冷藏(4℃)猪肉为研究对象,采用蒙特卡洛-无信息变量消除算法和连续投影算法对原始近红外光谱的800个波长变量进行提取,共筛选出与挥发性盐基氮含量直接和间接相关的有效波长变量36个,并采用偏最小二乘法构建预测模型,验证集... 以市售新鲜冷藏(4℃)猪肉为研究对象,采用蒙特卡洛-无信息变量消除算法和连续投影算法对原始近红外光谱的800个波长变量进行提取,共筛选出与挥发性盐基氮含量直接和间接相关的有效波长变量36个,并采用偏最小二乘法构建预测模型,验证集的相关系数和标准偏差分别为0.876 4和1.205 7 mg/100 g。 展开更多
关键词 猪肉 蒙特卡洛-无信息变量消除算法 连续投影算法 挥发性盐基氮
在线阅读 下载PDF
基于PLS-LDA和拉曼光谱快速定性识别食用植物油 被引量:17
4
作者 吴静珠 石瑞杰 +2 位作者 陈岩 刘翠玲 徐云 《食品工业科技》 CAS CSCD 北大核心 2014年第6期55-58,共4页
以6种食用油共计23个样本为分析对象,采用偏最小二乘线性判别分析法(PLS-LDA)和拉曼光谱进行单一种类(橄榄油、花生油和玉米油)食用油快速定性检测,通过自适应迭代惩罚最小二乘法(airPLS)对拉曼信号进行背景扣除,以及蒙特卡洛无信息变... 以6种食用油共计23个样本为分析对象,采用偏最小二乘线性判别分析法(PLS-LDA)和拉曼光谱进行单一种类(橄榄油、花生油和玉米油)食用油快速定性检测,通过自适应迭代惩罚最小二乘法(airPLS)对拉曼信号进行背景扣除,以及蒙特卡洛无信息变量消除法筛选波长变量,不但有效减少了波长点数,降低了建模运算量,而且提高了单一种类食用油的识别率,使得总体识别率均高于90%,并在此基础上进一步提出了采用PLS-LDA进行多种类食用油识别的检测流程。实验结果表明PLS-LDA在食用油定性识别检测中具有较好的应用前景和可行性,该方法也可为定性检测食品及农产品品质提供借鉴。 展开更多
关键词 偏最小二乘线性判别分析法 拉曼光谱 食用植物油 蒙特卡洛无信息变量消除
在线阅读 下载PDF
基于可见-近红外光谱技术的润滑油酸值无损检测方法研究 被引量:11
5
作者 张瑜 吴迪 +2 位作者 何勇 谈黎虹 蒋璐璐 《红外》 CAS 2011年第12期39-44,共6页
研究了基于可见-近红外光谱技术的润滑油酸值无损检测方法。获得了润滑油在475~975 nm范围内的可见-近红外光谱。采用最小二乘支持向量机(LS-SVM)建立可见-近红外光谱检测模型,并通过将无信息变量消除算法(UVE)与连续投影算法(SPA)相... 研究了基于可见-近红外光谱技术的润滑油酸值无损检测方法。获得了润滑油在475~975 nm范围内的可见-近红外光谱。采用最小二乘支持向量机(LS-SVM)建立可见-近红外光谱检测模型,并通过将无信息变量消除算法(UVE)与连续投影算法(SPA)相结合进行光谱有效波长选取。通过UVE-SPA法进行变量选择计算,最终将原始光谱所包含的500个光谱变量减少到了8个(分别为489 nm、553 nm、591 nm、874nm、893 nm、910 nm、935 nm和951 nm)。基于这8个变量建立的LS-SVM模型获得了预测集确定系数为0.9546、误差均方根为0.0081和剩余预测残差为4.5663的预测结果,说明可见-近红外光谱技术可以用于润滑油酸值无损检测。与酸值测定标准方法相比,该方法具有快速、无损和成本低等优点。同时,UVE-SPA法是一种有效的光谱变量选择方法。 展开更多
关键词 可见-近红外光谱 润滑油 酸值 最小二乘支持向量机 无信息变量消除-连续投影算法(UVE-SPA)
在线阅读 下载PDF
基于MC-UVE-VIP两步波长筛选实现近红外光谱模型的无标样传递 被引量:1
6
作者 张站鸽 倪力军 +1 位作者 张立国 栾绍嵘 《分析测试学报》 CAS CSCD 北大核心 2023年第2期204-209,共6页
该文将蒙特卡洛-无变量信息消除(MC-UVE)算法和变量重要性投影(VIP)算法结合,挑选出重要、有信息的波长变量,建立了MC-UVE-VIP两步波长筛选方法。该法首先采用MC-UVE筛选出稳定性参数大于某一阈值(Mthreshold)的有信息波长集合U_(UVE),... 该文将蒙特卡洛-无变量信息消除(MC-UVE)算法和变量重要性投影(VIP)算法结合,挑选出重要、有信息的波长变量,建立了MC-UVE-VIP两步波长筛选方法。该法首先采用MC-UVE筛选出稳定性参数大于某一阈值(Mthreshold)的有信息波长集合U_(UVE),然后采用VIP算法从U_(UVE)中筛选出VIP参数大于U_(UVE)中所有波长VIP均值的波长,作为重要、有信息的波长集合U_(UVE)-VIP。基于U_(UVE)-VIP建立玉米中蛋白质含量的偏最小二乘回归(PLSR)近红外光谱预测模型,模型的潜变量个数根据累计贡献率大于99.9%确定。该模型变量少、稳健、可解释性强、运算速度快,其预测两台从机样品蛋白质的平均相对误差(MARE)分别为1.64%与1.88%,均小于MC-UVE模型的从机MARE(5.40%与5.19%)和VIP模型的从机MARE(6.23%与7.16%)。因此,基于MC-UVE-VIP两步波长筛选法所建立的玉米蛋白质含量近红外光谱模型可直接传递到从机,无需进行模型或从机光谱校正。该模型传递性能优于单纯基于MC-UVE或VIP算法筛选波长所建模型及全波长模型。 展开更多
关键词 两步波长筛选 蒙特卡洛-无变量信息消除(MC-UVE) 变量重要性投影(VIP) 无标样模型转移 玉米蛋白质含量预测
在线阅读 下载PDF
猪配合饲料多品质近红外光谱关键变量筛选与模型建立 被引量:3
7
作者 王坤 吴静珠 +2 位作者 王冬 朱业伟 韩平 《食品安全质量检测学报》 CAS 2020年第16期5569-5576,共8页
目的基于饲料近红外光谱数据筛选影响猪配合饲料主要品质指标的关键波长变量,从而建立饲料品质无损快速定量校正模型,进而提高饲料品质无损快速检测效率。方法采集饲料样品近红外光谱数据并获取水分、粗蛋白、粗脂肪、粗纤维参考值数据... 目的基于饲料近红外光谱数据筛选影响猪配合饲料主要品质指标的关键波长变量,从而建立饲料品质无损快速定量校正模型,进而提高饲料品质无损快速检测效率。方法采集饲料样品近红外光谱数据并获取水分、粗蛋白、粗脂肪、粗纤维参考值数据;剔除异常值后采用基于联合X-Y距离样本集划分法(sample set partitioning based on joint X-Y distance, SPXY)划分校正集和外部验证集;基于校正集数据采用蒙特卡罗-无信息变量消除-连续投影算法分别针对4个品质指标筛选25、20、15、10、5个关键变量,分别建立校正模型并对外部验证集进行预测。结果针对饲料水分、粗蛋白、粗脂肪、粗纤维所选关键变量个数分别为15、25、15、15,模型维数分别为9、11、10、9,测定系数分别为0.8288、0.8605、0.9338、0.8327,校正均方根误差分别为0.17、0.81、0.31、0.22,交互验证均方根误差分别为0.19、0.93、0.34、0.23,相对预测性能分别为2.79、2.38、4.01、2.89。结论通过变量筛选结合外部验证结果表明,在保证模型准确度的前提下,所选关键变量数明显少于全谱变量数,可为提高饲料多品质无损快速定量检测工作效率提供一定的参考。 展开更多
关键词 猪配合饲料 近红外光谱 蒙特卡罗-无信息变量消除-连续投影算法
在线阅读 下载PDF
基于近红外高光谱图像的花生内部霉变快速判别方法研究 被引量:1
8
作者 朱昊宇 王俊杰 +1 位作者 杨一 朱新峰 《食品安全质量检测学报》 CAS 2024年第1期85-91,共7页
目的针对外观正常但内部存在不同程度霉变的花生,探索采用近红外高光谱成像技术结合机器学习方法构建花生内部霉变快速无损判别模型的可行性。方法采集100粒内部霉变和100粒健康花生的近红外高光谱图像构成数据集,将多种经典光谱预处理... 目的针对外观正常但内部存在不同程度霉变的花生,探索采用近红外高光谱成像技术结合机器学习方法构建花生内部霉变快速无损判别模型的可行性。方法采集100粒内部霉变和100粒健康花生的近红外高光谱图像构成数据集,将多种经典光谱预处理方法与支持向量机(support vector machine,SVM)组合建立花生内部霉变判别模型,并采用蒙特卡洛-无信息变量消除法(Monte Carlo-uninformative variable elimination,MC-UVE)找出霉变判别中有效的光谱特征波长。结果将Savitzky-Golay卷积平滑方法和二阶求导光谱预处理方法与SVM组合,对内部霉变严重样本判别的总体识别准确率可达95%,对不同程度内部霉变样本的平均识别准确率为88%;基于MC-UVE筛选得到10、5、3个特征波长构建的模型总体识别准确率为90%、85%和82%。结论实验结果表明高光谱技术结合机器学习可为花生内部霉变的快速、无损判别提供可行的解决方案,同时特征波长筛选为基于光电原理的霉变花生色选机系统开发提供了参考。 展开更多
关键词 内部霉变花生 近红外高光谱 支持向量机 蒙特卡洛-无信息变量消除
在线阅读 下载PDF
基于高光谱技术的五味清浊制剂快速无损检测方法研究 被引量:1
9
作者 戴胜云 吴东雪 +5 位作者 黄瑞 刘杰 乔菲 魏锋 连超杰 郑健 《中国现代中药》 CAS 2024年第10期1790-1798,共9页
目的:采用高光谱技术结合化学计量学方法对蒙古族药五味清浊制剂中胡椒碱、桂皮醛和羟基红花黄色素A进行含量测定,实现快速、无损、全面的五味清浊制剂质量评估。方法:选取2023年度国家药品抽检计划抽检的五味清浊制剂样品33批次(五味... 目的:采用高光谱技术结合化学计量学方法对蒙古族药五味清浊制剂中胡椒碱、桂皮醛和羟基红花黄色素A进行含量测定,实现快速、无损、全面的五味清浊制剂质量评估。方法:选取2023年度国家药品抽检计划抽检的五味清浊制剂样品33批次(五味清浊散11批次、五味清浊丸22批次),采集其高光谱数据;对比多元散射校正、基线校正、标准正态变换、光谱转化、矢量归一化、光谱降噪、卷积平滑(9)结合一阶导数、卷积平滑(11)结合一阶导数、卷积平滑(9)结合二阶导数和卷积平滑(11)结合二阶导数10种光谱预处理方法,蒙特卡罗无信息变量消除法、竞争性自适应重加权采样法(CARS)2种变量筛选方法,偏最小二乘法、最小二乘法-支持向量机(LS-SVM)2种建模方法用于胡椒碱、桂皮醛和羟基红花黄色素A含量与高光谱数据定量校正模型时的性能。结果:采用CARS建立的胡椒碱和桂皮醛的LS-SVM模型预测能力全局最优,模型的相对预测偏差(RPD)分别为9.2、6.0,验证集相关系数(rpre)分别为0.9935、0.9852,说明模型验证集与测定值具有良好的非线性关系,模型预测效果良好。采用羟基红花黄色素A原始光谱建立的LS-SVM模型性能全局最优,RPD和rpre分别为3.7、0.9762。结论:采用高光谱技术结合化学计量学方法可以快速测定五味清浊制剂中胡椒碱、桂皮醛和羟基红花黄色素A含量,方法操作简便,可为五味清浊制剂的质量控制提供参考。 展开更多
关键词 蒙古族药 五味清浊制剂 高光谱 变量筛选 蒙特卡罗无信息变量消除 竞争性自适应重加权采样法 偏最小二乘法 最小二乘法-支持向量机
在线阅读 下载PDF
基于近红外光谱结合波长优选检测单颗葡萄的SSC含量 被引量:10
10
作者 郭成 马月 +1 位作者 梁梦醒 颜辉 《食品与机械》 CSCD 北大核心 2016年第9期39-43,共5页
采用无损检测测定单颗葡萄中可溶性固形物(SSC)含量,获得个体和群体信息,以期指导田间管理、葡萄储存条件设置及满足消费者对葡萄口味的不同需求。采用手持式NIR光谱仪在950~1 650nm波长范围采集葡萄的近红外光谱,采用偏最小二乘(PLS)... 采用无损检测测定单颗葡萄中可溶性固形物(SSC)含量,获得个体和群体信息,以期指导田间管理、葡萄储存条件设置及满足消费者对葡萄口味的不同需求。采用手持式NIR光谱仪在950~1 650nm波长范围采集葡萄的近红外光谱,采用偏最小二乘(PLS)回归建立葡萄SSC预测模型。为了减少冗余无信息变量,增加模型的预测精度和稳定性,采用无信息变量消除法(UVE)、随机蛙算法(RF)筛选出与葡萄SSC含量相关的重要波长变量。结果表明:RF筛选建立的SSC预测模型优于全光谱PLS和UVE筛选建立的模型。RF-PLS模型的校正集、交叉验证及预测集的R2c、R2cv和R^2p分别为0.960 5,0.933 4,0.930 4,校正均方根误差(RMSEC),交叉验证均方根误差(RMSECV)和预测均方根误差(RMSEP)分别为0.638 2,0.829 9,0.868 8。表明通过波长优选后的,基于便携式近红外光谱在预测单颗葡萄SSC含量的应用上完全可行,有较高的预测精度。 展开更多
关键词 葡萄 可溶性固形物 近红外光谱 随机蛙算法 无信息变量消除
在线阅读 下载PDF
基于连续小波变换参数选择的小麦近红外光谱模型优化方法研究 被引量:5
11
作者 宦克为 刘小溪 +2 位作者 王欣 于素平 石晓光 《长春理工大学学报(自然科学版)》 2014年第5期146-150,共5页
为了提高模型预测精度,结合连续小波变换(CWT)的最优参数选择,优化小麦蛋白质光谱模型。对原始光谱进行CWT,利用主成分分析(PCA)选出5种小波db1、sym2、sym5、sym7、coif1;在不同尺度参数下利用偏最小二乘法(PLS)建模,确定尺度参数为15... 为了提高模型预测精度,结合连续小波变换(CWT)的最优参数选择,优化小麦蛋白质光谱模型。对原始光谱进行CWT,利用主成分分析(PCA)选出5种小波db1、sym2、sym5、sym7、coif1;在不同尺度参数下利用偏最小二乘法(PLS)建模,确定尺度参数为15;在此基础上,利用CWT结合多元散射校正(MSC)及支持向量机(SVM)建模确定最优小波db1;在最优参数下用CWT结合无信息变量消除算法(UVE)和连续投影算法(SPA)及SVM建立预测模型,预测均方根误差为0.3930,优于CWT-UVEPLS-SVM的0.4558和CWT-SPA-SVM的0.4415,研究结果表明,CWT参数选择可有效优化近红外光谱模型。 展开更多
关键词 近红外光谱 连续小波变换 无信息变量消除 连续投影算法 支持向量机
在线阅读 下载PDF
近红外高光谱成像技术对鸡蛋种类的鉴别 被引量:6
12
作者 崔腾飞 杨晓玉 +3 位作者 丁佳兴 房盟盟 吴龙国 何建国 《食品工业科技》 CAS CSCD 北大核心 2018年第5期13-17,共5页
为探讨近红外高光谱成像技术对鸡蛋种类判别的可行性,采用近红外高光谱(900~1700 nm)成像技术,以223个鸡蛋样本为研究对象,其中富硒鸡蛋74枚、无公害鸡蛋72枚、普通鸡蛋77枚,富硒鸡蛋和无公害鸡蛋为海兰褐鸡蛋,普通鸡蛋为洋鸡蛋。对比S-... 为探讨近红外高光谱成像技术对鸡蛋种类判别的可行性,采用近红外高光谱(900~1700 nm)成像技术,以223个鸡蛋样本为研究对象,其中富硒鸡蛋74枚、无公害鸡蛋72枚、普通鸡蛋77枚,富硒鸡蛋和无公害鸡蛋为海兰褐鸡蛋,普通鸡蛋为洋鸡蛋。对比S-G卷积平滑、基线校准(Baseline)、标准正态变量变换(SNV)、标准化(Normalize),优选出S-G卷积平滑光谱预处理方法;连续投影算法(SPA)、无信息变量消除法(UVE)、后向间隔偏最小二乘波段选择法(BiPLS)算法提取的特征波长数分别为8、107和155,分别建立全光谱、SPA、UVE、BiPLS的PLS-DA判别模型,结果显示在4种模型中BiPLS-PLS-DA的识别性能要优于FS-PLS-DA、UVE-PLS-DA和SPA-PLS-DA,其校正集正确识别率为95.24%,预测集识别率为78.18%。近红外高光谱成像技术作为一种快速、高效的种类判别技术对鸡蛋种类的判别具有可行性。 展开更多
关键词 鸡蛋 高光谱 连续投影算法 无信息变量消除 后向间隔偏最小二乘波段选择法
在线阅读 下载PDF
优化基于近红外光谱的联合间隔偏最小二乘法建模检测芝麻油掺伪含量 被引量:7
13
作者 陈洪亮 曾山 王斌 《中国油脂》 CAS CSCD 北大核心 2020年第2期86-90,共5页
应用近红外光谱(NIR)分析技术建立测定芝麻油中大豆油含量的定量分析模型。基于32个含量梯度共384个掺伪芝麻油样品的近红外光谱,首先采用标准正态变量变换(SNV)对光谱进行预处理,再采用无信息变量消除法(UVE)初步筛选波长变量,然后结... 应用近红外光谱(NIR)分析技术建立测定芝麻油中大豆油含量的定量分析模型。基于32个含量梯度共384个掺伪芝麻油样品的近红外光谱,首先采用标准正态变量变换(SNV)对光谱进行预处理,再采用无信息变量消除法(UVE)初步筛选波长变量,然后结合联合间隔偏最小二乘法(SiPLS)和带极值扰动的简化粒子群优化算法(tsPSO)建立芝麻油中大豆油掺伪含量预测模型,经特征波段选取后建立的模型变量减少,波长变量由451个减少到219个,训练集和测试集相关系数分别为0.9998和0.9919,均方根误差分别为4.39E-2和3.99E-2。结果表明,该方法能够作为芝麻油中大豆油掺伪含量的快速检测方法。此外,该方法也可应用到芝麻油中掺入其他低价值油的掺伪含量检测中。 展开更多
关键词 近红外光谱 无信息变量消除 联合间隔偏最小二乘法 带极值扰动的简化粒子群优化算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部