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
1
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
基于近红外光谱和复杂样品划分集合的生物质灰分含量模型构建
被引量：
3
1
作者
郭歌
张梦玲
+5 位作者
巩志杰
张世壮
王晓玉
周仲华
杨玉
谢光辉
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2023年第10期3143-3149,共7页
检测生物质原料的灰分含量是高效转化能源的基础,但传统高温灼烧法测试耗时长、成本高,而近红外光谱分析技术能够实现无损、快速及低成本对未知样本定性或定量的分析。以5个地点、10种类型的1465份生物质原料样品为研究对象,应用“筛选...
检测生物质原料的灰分含量是高效转化能源的基础,但传统高温灼烧法测试耗时长、成本高,而近红外光谱分析技术能够实现无损、快速及低成本对未知样本定性或定量的分析。以5个地点、10种类型的1465份生物质原料样品为研究对象,应用“筛选分类集合法”将样品划分9个集合,构建近红外光谱生物质样品灰分含量模型。主要结果为:玉米秸秆(M)、小麦秸秆+玉米秸秆+棉花秸秆(WCM)和小麦秸秆+杂草+园林叶(WWL)主因子数分别为5、6和6;M集合的交叉验证决定系数(R^(2)_(cv))为0.975,WCM集合的预测决定系数(R_(p)^(2))为0.983,模型拟合度最高;长白皮+棉花秸秆集合(WC)的均方根标准误差(RMSE)最小分别为0.5887和0.4864,M集合的交叉验证相对分析误差(RPD_(cv))最高为6.3,WCM集合的预测相对分析误差(RPD_(p))最高为7.8,模型预测精度最高;M集合的交叉验证平均相对偏差ARD_(cv)最小为6%,WCM集合预测平均相对偏差ARD_(p)最小为8%,木质(W)集合RMSECV/RMSEP为1.01,模型稳健性最高;9个生物质样品灰分含量集合模型的R^(2)范围为0.7538~0.9794,建模集与预测集偏差较小均具有较好的线性关系,其中,H集合(R^(2)=0.9425)、M集合(R^(2)=0.9794)和WCM集合(R^(2)=0.9787)其拟合度与线性关系最优;L集合(木材边角料)的R^(2)最低,其值为0.7538,判断影响的主要因素是样品中含有泥沙、粘合剂和油漆等杂质。为解决常见生物质发电厂原料检测评估问题,利用9个生物质灰分集合模型对11种生物质样品计算平均相对偏差(ARD)进行预测评估,草质样品模型预测效果好(ARD范围为3.7%~16.5%)。应用“筛选分类集合法”划分样品集合来建立近红外光谱生物质灰分含量模型,其拟合度、稳健性和精确度都较全样品集合模型性能更高。
展开更多
关键词
生物质样品
筛选分类集合法
近红外光谱技术
快速检测
模型构建
在线阅读
下载PDF
职称材料
题名
基于近红外光谱和复杂样品划分集合的生物质灰分含量模型构建
被引量：
3
1
作者
郭歌
张梦玲
巩志杰
张世壮
王晓玉
周仲华
杨玉
谢光辉
机构
湖南
农业大学农学院
湖南省
农业信息与工程研究所
中国农业大学农学院
国家能源非粮生物质原料研发中心
湖南省
智慧农业工程
技术
研究中心
湖南省产业技术基础公共服务平台
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2023年第10期3143-3149,共7页
基金
水稻大豆玉米高活力种子筛选技术攻关与推广应用项目(湘财农指[2022]67号)
湖南省农业科技创新资金项目(2022CX112)
湖南省棉花产业技术体系栽培与良种繁育岗位专家项目(湘农发[2022]31号)资助。
文摘
检测生物质原料的灰分含量是高效转化能源的基础,但传统高温灼烧法测试耗时长、成本高,而近红外光谱分析技术能够实现无损、快速及低成本对未知样本定性或定量的分析。以5个地点、10种类型的1465份生物质原料样品为研究对象,应用“筛选分类集合法”将样品划分9个集合,构建近红外光谱生物质样品灰分含量模型。主要结果为:玉米秸秆(M)、小麦秸秆+玉米秸秆+棉花秸秆(WCM)和小麦秸秆+杂草+园林叶(WWL)主因子数分别为5、6和6;M集合的交叉验证决定系数(R^(2)_(cv))为0.975,WCM集合的预测决定系数(R_(p)^(2))为0.983,模型拟合度最高;长白皮+棉花秸秆集合(WC)的均方根标准误差(RMSE)最小分别为0.5887和0.4864,M集合的交叉验证相对分析误差(RPD_(cv))最高为6.3,WCM集合的预测相对分析误差(RPD_(p))最高为7.8,模型预测精度最高;M集合的交叉验证平均相对偏差ARD_(cv)最小为6%,WCM集合预测平均相对偏差ARD_(p)最小为8%,木质(W)集合RMSECV/RMSEP为1.01,模型稳健性最高;9个生物质样品灰分含量集合模型的R^(2)范围为0.7538~0.9794,建模集与预测集偏差较小均具有较好的线性关系,其中,H集合(R^(2)=0.9425)、M集合(R^(2)=0.9794)和WCM集合(R^(2)=0.9787)其拟合度与线性关系最优;L集合(木材边角料)的R^(2)最低,其值为0.7538,判断影响的主要因素是样品中含有泥沙、粘合剂和油漆等杂质。为解决常见生物质发电厂原料检测评估问题,利用9个生物质灰分集合模型对11种生物质样品计算平均相对偏差(ARD)进行预测评估,草质样品模型预测效果好(ARD范围为3.7%~16.5%)。应用“筛选分类集合法”划分样品集合来建立近红外光谱生物质灰分含量模型,其拟合度、稳健性和精确度都较全样品集合模型性能更高。
关键词
生物质样品
筛选分类集合法
近红外光谱技术
快速检测
模型构建
Keywords
Biomass samples
Screening classification set method
Near-infrared spectroscopy
Rapid detection
Model construction
分类号
O657.33 [理学—分析化学]
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
基于近红外光谱和复杂样品划分集合的生物质灰分含量模型构建
郭歌
张梦玲
巩志杰
张世壮
王晓玉
周仲华
杨玉
谢光辉
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2023
3
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
