期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
最小角回归算法(LAR)结合采样误差分布分析(SEPA)建立稳健的近红外光谱分析模型
被引量：
7
1
作者
熊芩
张若秋
+2 位作者
李辉
陈万超
杜一平
《分析测试学报》
CAS
CSCD
北大核心
2018年第7期778-783,共6页
结合采样误差分布分析(SEPA)框架和最小角回归(LAR)算法,提出了一种SEPA-LAR变量逐步筛选方法用于波长选择,并建立了稳健的近红外光谱分析模型。利用蒙特卡洛采样(MCS)获得多个数据集划分建立多个模型,对光谱各变量(波长)在所有模型的LA...
结合采样误差分布分析(SEPA)框架和最小角回归(LAR)算法,提出了一种SEPA-LAR变量逐步筛选方法用于波长选择,并建立了稳健的近红外光谱分析模型。利用蒙特卡洛采样(MCS)获得多个数据集划分建立多个模型,对光谱各变量(波长)在所有模型的LAR系数进行统计分析,按其回归系数绝对值总和由大到小排序,选择排序靠前的波长建立偏最小二乘(PLS)模型,以未参与SEPA-LAR和建模的独立验证集对该模型进行评价。将玉米湿度、柴油密度以及奶酪脂肪的近红外光谱数据用于SEPA-LAR的性能检验,独立验证集的预测均方根误差(RMSEP)分别为0.001 44%(湿度指标)、0.001 58 g/mL(密度指标)以及1.13 g/100 g(脂肪含量指标)。结果表明,相较于竞争自适应重加权采样法(CARS),该方法具有更优异的稳定性;相较于移动窗口偏最小二乘(MWPLS)以及蒙特卡洛无信息变量消除(MCUVE)方法,该方法选择的变量更少,预测误差更低,预测性、可解释性和稳定性更优异。
展开更多
关键词
最小角回归
回归系数
蒙特卡洛
采样
采样误差分布分析
变量选择
近红外光谱
在线阅读
下载PDF
职称材料
SEPA-PLS法建立石榴籽粒可溶性固形物的近红外光谱分析模型
2
作者
蒋昭琼
杨吴烨
杜一平
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2020年第S01期37-38,共2页
以四川特色水果会理石榴为试材,采集同批样品不同贮藏时间的石榴籽粒近红外光谱,同时用传统方法测试石榴汁的可溶性固形物含量。样品数为135个,石榴籽粒可溶性固形物含量范围为13.07%~16.12%,模型预测标准偏差即预测集均方根误差为0.29...
以四川特色水果会理石榴为试材,采集同批样品不同贮藏时间的石榴籽粒近红外光谱,同时用传统方法测试石榴汁的可溶性固形物含量。样品数为135个,石榴籽粒可溶性固形物含量范围为13.07%~16.12%,模型预测标准偏差即预测集均方根误差为0.29%。结合化学计量学算法,建立了石榴籽粒可溶性固形物近红外光谱分析模型。
展开更多
关键词
近红外
石榴
采样误差分布分析
1D
SCARS
在线阅读
下载PDF
职称材料
桦木顺纹抗压强度的SEPA-VISSA-RVM近红外光谱预测
被引量：
1
3
作者
高礼彬
陈金浩
+1 位作者
张怡卓
王克奇
《林业工程学报》
CSCD
北大核心
2022年第1期52-58,共7页
木材顺纹抗压强度是评价木材力学性能的重要指标,而传统测量方法操作复杂、精确度低。以桦木为例,提出基于近红外光谱技术(NIR)的SEPA-VISSA-RVM木材顺纹抗压强度模型,实现对其更加精确的预测。试验选取100个木材试件,在900~1700 nm近...
木材顺纹抗压强度是评价木材力学性能的重要指标,而传统测量方法操作复杂、精确度低。以桦木为例,提出基于近红外光谱技术(NIR)的SEPA-VISSA-RVM木材顺纹抗压强度模型,实现对其更加精确的预测。试验选取100个木材试件,在900~1700 nm近红外光谱波段上采集数据并测量抗压强度真值;然后采用卷积平滑(SG)方法进行光谱预处理;使用采样误差分布分析(SEPA)作为变量空间迭代收缩算法(VISSA)的改进策略进行特征波长优选;最后通过粒子群优化算法(PSO)优化核函数参数并建立相关向量机(RVM)的预测模型。试验表明:在特征波长优选方面,以偏最小二乘法(PLS)建模为基础的SEPA-VISSA方法,其预测决定系数为0.9593,预测均方根误差为2.8995,相对分析误差为3.0256,光谱变量数由512减小到111个,占总波长的22%,均优于VCPA、CARS和VISSA算法;在建模预测方面,以SEPA-VISSA所选波长为基础的RVM模型,PSO优化的拉普拉斯(Laplacian)核函数的核宽度为10.4043,决定系数为0.9449,预测均方根误差为2.0432,相对分析误差为4.2936,预测效果优于PLS和SVR。因此,基于近红外光谱的SEPA-VISSA-RVM建模能够实现对桦木顺纹抗压强度更准确和稳定的无损检测。
展开更多
关键词
抗压强度
近红外光谱
变量空间迭代收缩法
采样误差分布分析
相关向量机
桦木
在线阅读
下载PDF
职称材料
题名
最小角回归算法(LAR)结合采样误差分布分析(SEPA)建立稳健的近红外光谱分析模型
被引量：
7
1
作者
熊芩
张若秋
李辉
陈万超
杜一平
机构
华东理工大学化学与分子工程学院上海市功能性材料化学重点实验室
德宏师范高等专科学校理工系
出处
《分析测试学报》
CAS
CSCD
北大核心
2018年第7期778-783,共6页
基金
上海市科委科研计划项目(17142201100)
文摘
结合采样误差分布分析(SEPA)框架和最小角回归(LAR)算法,提出了一种SEPA-LAR变量逐步筛选方法用于波长选择,并建立了稳健的近红外光谱分析模型。利用蒙特卡洛采样(MCS)获得多个数据集划分建立多个模型,对光谱各变量(波长)在所有模型的LAR系数进行统计分析,按其回归系数绝对值总和由大到小排序,选择排序靠前的波长建立偏最小二乘(PLS)模型,以未参与SEPA-LAR和建模的独立验证集对该模型进行评价。将玉米湿度、柴油密度以及奶酪脂肪的近红外光谱数据用于SEPA-LAR的性能检验,独立验证集的预测均方根误差(RMSEP)分别为0.001 44%(湿度指标)、0.001 58 g/mL(密度指标)以及1.13 g/100 g(脂肪含量指标)。结果表明,相较于竞争自适应重加权采样法(CARS),该方法具有更优异的稳定性;相较于移动窗口偏最小二乘(MWPLS)以及蒙特卡洛无信息变量消除(MCUVE)方法,该方法选择的变量更少,预测误差更低,预测性、可解释性和稳定性更优异。
关键词
最小角回归
回归系数
蒙特卡洛
采样
采样误差分布分析
变量选择
近红外光谱
Keywords
least angle regression；regression coefficient；Monte Carlo sampling；sampling error profile analysis；variable selection；near infrared spectroscopy
分类号
O657.3 [理学—分析化学]
S513 [农业科学—作物学]
在线阅读
下载PDF
职称材料
题名
SEPA-PLS法建立石榴籽粒可溶性固形物的近红外光谱分析模型
2
作者
蒋昭琼
杨吴烨
杜一平
机构
华东理工大学上海市功能材料性化学重点实验室
四川省农业机械研究设计院
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2020年第S01期37-38,共2页
文摘
以四川特色水果会理石榴为试材,采集同批样品不同贮藏时间的石榴籽粒近红外光谱,同时用传统方法测试石榴汁的可溶性固形物含量。样品数为135个,石榴籽粒可溶性固形物含量范围为13.07%~16.12%,模型预测标准偏差即预测集均方根误差为0.29%。结合化学计量学算法,建立了石榴籽粒可溶性固形物近红外光谱分析模型。
关键词
近红外
石榴
采样误差分布分析
1D
SCARS
分类号
O657.33 [理学—分析化学]
TS255.1 [轻工技术与工程—农产品加工及贮藏工程]
在线阅读
下载PDF
职称材料
题名
桦木顺纹抗压强度的SEPA-VISSA-RVM近红外光谱预测
被引量：
1
3
作者
高礼彬
陈金浩
张怡卓
王克奇
机构
东北林业大学机电工程学院
出处
《林业工程学报》
CSCD
北大核心
2022年第1期52-58,共7页
基金
林业公益性行业科研专项(201504307)。
文摘
木材顺纹抗压强度是评价木材力学性能的重要指标,而传统测量方法操作复杂、精确度低。以桦木为例,提出基于近红外光谱技术(NIR)的SEPA-VISSA-RVM木材顺纹抗压强度模型,实现对其更加精确的预测。试验选取100个木材试件,在900~1700 nm近红外光谱波段上采集数据并测量抗压强度真值;然后采用卷积平滑(SG)方法进行光谱预处理;使用采样误差分布分析(SEPA)作为变量空间迭代收缩算法(VISSA)的改进策略进行特征波长优选;最后通过粒子群优化算法(PSO)优化核函数参数并建立相关向量机(RVM)的预测模型。试验表明:在特征波长优选方面,以偏最小二乘法(PLS)建模为基础的SEPA-VISSA方法,其预测决定系数为0.9593,预测均方根误差为2.8995,相对分析误差为3.0256,光谱变量数由512减小到111个,占总波长的22%,均优于VCPA、CARS和VISSA算法;在建模预测方面,以SEPA-VISSA所选波长为基础的RVM模型,PSO优化的拉普拉斯(Laplacian)核函数的核宽度为10.4043,决定系数为0.9449,预测均方根误差为2.0432,相对分析误差为4.2936,预测效果优于PLS和SVR。因此,基于近红外光谱的SEPA-VISSA-RVM建模能够实现对桦木顺纹抗压强度更准确和稳定的无损检测。
关键词
抗压强度
近红外光谱
变量空间迭代收缩法
采样误差分布分析
相关向量机
桦木
Keywords
compressive strength
near infrared spectroscopy
variable iterative space shrinkage approach
sampling error profile analysis
related vector machine
birch wood
分类号
S781 [农业科学—木材科学与技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
最小角回归算法(LAR)结合采样误差分布分析(SEPA)建立稳健的近红外光谱分析模型
熊芩
张若秋
李辉
陈万超
杜一平
《分析测试学报》
CAS
CSCD
北大核心
2018
7
在线阅读
下载PDF
职称材料
2
SEPA-PLS法建立石榴籽粒可溶性固形物的近红外光谱分析模型
蒋昭琼
杨吴烨
杜一平
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2020
0
在线阅读
下载PDF
职称材料
3
桦木顺纹抗压强度的SEPA-VISSA-RVM近红外光谱预测
高礼彬
陈金浩
张怡卓
王克奇
《林业工程学报》
CSCD
北大核心
2022
1
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
