首页 | 本学科首页   官方微博 | 高级检索  
     

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
引用本文:宦克为,刘小溪,王欣,于素平,石晓光.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[J].长春理工大学学报,2014(5).
作者姓名:宦克为  刘小溪  王欣  于素平  石晓光
作者单位:1. 长春理工大学 理学院,长春,130022
2. 吉林省科学技术信息研究所,长春,130000
3. 北京东方孚德技术发展中心,北京,100000
基金项目:2011年高等学校博士学科点专项科研基金联合资助项目(20112216110006);吉林省自然科学基金(201215144);长春市科技支撑计划项目
摘    要: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。

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

Research on Optimization Method of Wheat Near-infrared Spectroscopy Model Based on Continuous Wavelet Transform Parameter Selection
HUAN Kewei,LIU Xiaoxi,WANG Xin,YU Suping,SHI Xiaoguang.Research on Optimization Method of Wheat Near-infrared Spectroscopy Model Based on Continuous Wavelet Transform Parameter Selection[J].Journal of Changchun University of Science and Technology,2014(5).
Authors:HUAN Kewei  LIU Xiaoxi  WANG Xin  YU Suping  SHI Xiaoguang
Abstract:
Keywords:near-infrared spectroscopy  continuous wavelet transform  uninformative variables elimination  successive projections algorithm  support vector machine
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号