基于最小二乘支持向量机的辣椒可溶性固形物和维生素C含量近红外光谱检测

应用傅里叶变换近红外光谱技术实现了鲜辣椒中可溶性固形物(SSC)和维生素C(Vc)含量的快速无损检测。分别采用7种预处理方法对原始光谱进行处理后,建立了SSC和Vc预测的偏最小二乘法(PLS)模型。将利用最小二乘法(PLS)提取的主成分(PC)和蒙特卡罗无信息变量消除法(MC-UVE)提取的有效波长作为最小二乘支持向量机(LSSVM)的输入变量,分别建立了PC-LS-SVM和MC-UVE-LS-SVM模型,并与MC-UVE-PLS模型进行了比较。采用优化后的模型对27个预测集未知样品进行了预测。结果表明,对鲜辣椒中SSC含量预测最优的为MC-UVE-PLS模型,其预测集相关系数(rp)为0.971,预测集均方根误差(RMSEP)为0.382°Brix;对鲜辣椒中Vc含量预测最优的为MCUVE-LS-SVM模型,其rp为0.899,RMSEP为21.022mg/100g。研究结果表明:鲜辣椒中SSC和Vc的含量与近红外光谱具有显著的相关性。     

近红外光谱法快速检测丹参药材中水分含量

目的:应用近红外光谱技术建立快速测定丹参药材中水分含量的方法。方法:利用烘干法测定样品中水分的含量,运用偏最小二乘法(PLS)建立其含量与NIR光谱之间的多元校正模型,对未知样品进行含量预测。结果 :建立的水分校正模型决定系数(R2)、交互验证均方根偏差(RMSEC)、预测均方根偏差(RMSEP)分别为0.98823、0.0213、0.0287。结论 :此方法具有快速简便、准确无损的特点,可以应用于丹参中水分含量的快速检测。     

人工神经网络-近红外光谱法测定桉树中综纤维素的含量

采用近红外光谱技术结合广义回归神经网络(GRNN)建立测定桉树中综纤维素的定量分析模型。以72个桉树样品作为实验材料,对光谱数据进行平滑、求导、压缩以及归一化,用桉树的近红外光谱数据建立广义回归神经网络模型.预测模型的预测均方根误差为0.0198。结果表明,该方法测量比较准确,可以用于桉树中综纤维素含量的预测。     

特征谱区筛选在近红外光谱检测茶叶游离氨基酸含量中的应用研究

在近红外光谱快速检测茶叶游离氨基酸含量过程中,为了提高检测的精度和稳定性,研究利用特征谱区结合偏最小二乘法建立预测模型。研究分别尝试联合区间偏最小二乘法和遗传偏最小二乘法等特征谱区筛选方法,通过交互验证法确定偏最小二乘模型的主成分因子数和筛选区间,以预测均方根误差RMSEP和相关系数R作为模型的评价指标。试验结果表明：两种方法建立模型的预测能力都好于传统PLS模型;利用联合区间偏最小二乘法建立的预测模型最佳,预测时的相关系数(R)和预测均方根误差(RMSEP)分别为0.9542和0.2560。研究结果表明,近红外光谱结合特征谱区筛选方法可以快速准确地测定茶叶中游离氨基酸含量。     

小型近红外玉米蛋白质成分分析 仪器设计的波段选择

采用傅里叶变换近红外漫反射光谱技术和偏最小二乘法(PLS)建立了玉米蛋白质含量的定标模型。按照预测效果优选光谱波段,为设计小型近红外玉米蛋白质成分分析仪器提供依据。采用多元散射校正方法对光谱进行预处理,然后利用Savitzky-Golay平滑法对原谱、一阶导数谱和二阶导数谱进行平滑处理。选取全谱、合频、一倍频、二倍频和蛋白质基团等5个波段,每个波段分别采用原光谱、一阶导数谱、二阶导数谱,共建立15个定标模型。同时调整Savitzky-Golay平滑点数和PLS因子数,通过多次PLS数值实验比较,按照预测效果确定每个模型的最优平滑点数、因子数,再从中选优。结果表明,采用一阶导数谱的一倍频波段(7 000~5 500 cm^－1)的定标效果最好,模型的预测相关系数、预测均方根偏差、相对预测均方根偏差分别为0.945,0.357,3.340%。一倍频波段可以代替全谱波段并得到更好的定标效果。     

近红外光谱-BP神经网络-PLS法用于橄榄油掺杂分析

橄榄油兼有食用和保健的作用,它的价值与价格远远高于其它食用油,所以橄榄油中以劣充好的现象十分普遍。本文采用近红外光谱法测定初榨橄榄油中掺杂芝麻油、大豆油和葵花籽油的光谱数据,运用改进的BP算法——Levenberg-Marquardt方法,建立PCA-BP人工神经网络方法对其进行定性判别。同时采用偏最小二乘法(PLS)建立了初榨橄榄油中芝麻油、大豆油、葵花籽油含量的近红外光谱定标模型,用交互验证法进行验证。结果表明,BP人工神经网络有很好的定性鉴别能力,PLS建立的芝麻油、大豆油、葵花籽油定标模型的相关系数分别为R=98.77、99.37、99.44,交叉验证的均方根误差分别为1.3、1.1、1.04。该方法无损、快速、简便,为橄榄油掺杂的检测提供了一种新的方法。     

多元散射校正对近红外光谱分析定标模型的影响

采用近红外漫反射光谱分析技术,用傅里叶变换型光谱仪对50个烟叶样品采集吸收光谱,采用常用的多元散射校正(MSC)对光谱预处理,通过主成分分析、相关谱等方法比较分析了预处理对光谱分析的影响,用偏最小二乘(PLS)回归法建立近红外光谱与总糖含量的定标模型,用Leave-One-Out的交叉检验(Cross-Validation)检验定标模型,结果PLS因子数由MSC校正前的5降为校正后的3,RMSECV值仅由0.884 1%降为0.85%。实验证明:对光谱进行MSC预处理能有效减少模型的最佳因子数,简化数学模型,使模型更稳定,更便于传递,但并不能显著减小最优定标模型的预测标准差,即不能显著提高模型的预测能力。     

茶叶咖啡碱含量近红外光谱定量分析模型优化

为了提高茶叶近红外光谱咖啡碱预测模型的精度,利用净分析物预处理法(NAP)对茶叶近红外光谱进行了预处理,将原始光谱矩阵中待测组分的净分析物信号(NAS)提取出来。并用区间偏最小二乘法(iPLS)与遗传算法(GA)相结合的PLS建模波长筛选方法iPLS-GA建立了咖啡碱的预测模型:首先利用iPLS,将整个光谱划分为40个子区间,选择交互验证均方根误差RMSECV值低于全光谱区间的第26和35子区间的组合为信息区间,共166个波数点,然后用GA对这166个波数点进行全局优化组合,最终共有17个波数点用于建立茶叶咖啡碱模型。结果表明,用NAP和iPLS-GA后所建立的茶叶咖啡碱模型的预测相关系数Rp和预测均方根误差RMSEP分别为0.978 7和0.220。该结果均好于其它模型。建模所用数据量从3 320个减少到17个,使模型的建立得到简化。     

偏最小二乘法-近红外漫反射光谱法快速分析西米替丁粉末药品

研究了用偏最小二乘法(PLS)同近红外漫反射光谱结合,对西米替丁粉末药品进行快速定量分析的方法,建立了最佳的数学校正模型.讨论了波长间隔和主成分数对PLS定量预测能力的影响,预测了未知样品,结果令人满意.     

特征谱区筛选在近红外光谱检测茶叶游离氨基酸含量中的应用

为了提高近红外光谱快速检测茶叶游离氨基酸含量的精度和稳定性,利用特征谱区结合偏最小二乘法建立了预测模型.研究了利用联合区间偏最小二乘法和遗传偏最小二乘法等筛选特征谱区的方法,通过交互验证法确定偏最小二乘模型的主成分因子数和筛选区间,并以预测均方根误差(RMSEP)和相关系数R作为模型的评价指标.实验结果表明:两种方法建立模型的预测能力都好于传统PLS模型;利用联合区间偏最小二乘法建立的预测模型最佳,预测的相关系数R和RMSEP分别为0.954 2和0.256 0.研究结果表明,近红外光谱结合特征谱区筛选方法可以快速准确地测定茶叶中游离氨基酸含量.     

棉-涤混纺面料中棉含量的近红外光谱分析

为得到分析精度较高的用于检测棉-涤混纺面料里含棉量的近红外光谱分析模型。首先,利用50个棉-涤混纺面料作为对象,自行设计采样装置,采集其近红外光谱,然后,经一阶、二阶导数,Savitzky-Golay滤波等方法预处理,结合偏最小二乘法,建立了四个棉成分的定量分析模型。结果表明：Savitzky-Golay滤波对定标结果几乎没有影响;经一阶导数预处理后的光谱数据结合偏最小二乘法建立的模型具有较高的分析精度,定标均方差和预测均方差分别达到了0.022、0.018,分析误差控制在±0.05以内。基本满足了纺织领域快速定量检测的精度需求。同时,文章还分析了近红外光谱技术在该应用领域的研究重点。     

红外光谱快速测定裂解汽油双烯值

提出了采用红外光谱测量结合PLS多元校正技术快速测量裂解汽油及加氢产物中双烯值的测量方法。选取较长的一段时间内乙烯裂解生产装置中的100个样品,测量红外光谱,并采用一阶微分、矢量归一等方法对光谱进行预处理,采用PLS方法建立油品双烯值的红外光谱分析模型,并应用建立的校正模型对未知验证样品的二烯烃含量进行分析预测,将其结果与实验室参比方法的分析结果进行比较,结果证明：预测的结果完全能够满足生产工艺中对产品的准确度和精密度要求,而相比于过去的参比试验方法,分析速度则大大加快。     

近红外光谱法测定三元混合物中氯苯的含量

利用近红外光谱分析结合偏最小二乘法测定甲苯、氯苯和正庚烷构成的三元混合体系中氯苯的浓度。通过考察混合物吸光度与氯苯浓度的相关性,以预测残差平方和为评价指标,对光谱进行了变量筛选,并将选择的33个波长变量建立的定量校正模型与全谱范围的校正模型进行比较。结果表明本方法可使最终所得的模型中变量数大大减少,通过波长变量优选最小化冗余信息、提高预测精度及建模效率。     

基于OSC/PLS法识别被不同浓度农药污染水果的初步研究

本文采用正交信号法(orthogonal signal correction,OSC)处理被不同浓度农药污染的脐橙近红外光谱(350～1800nm),在整个光谱范围内应用偏最小二乘法(partialleastsquares,PLS)建立农药污染的预测模型。PLS校正模型采纳的最佳因子数会随着OSC因子的增加而逐渐减少,并且对模型精度影响不明显,因此可以达到简化模型的效果。实验结果表明,当OSC因子数为15时,PLS模型最佳的因子数为3,其预测组脐橙表面农药污染程度的实际类别与预测类别的相关系数R2与预测样本均方根误差RMSEP分别为0.8923和0.3746。     

基于单沿提取法的血液酒精含量检测方法研究

近红外光可透过人体较薄的皮肤和组织,用光谱仪获得人体指端光谱数据,以医院生化采集分析的值作为参考,建立血液成分与动态光谱数据的校正模型,从而对人体血液中酒精浓度值进行预测。本文利用单沿提取法提取动态光谱,共采集了120名志愿者喝酒后的指端近红外动态光谱数据,用偏最小二乘法建立校正模型做回归分析,取90个样本作为校正集30个样本作为预测集。其校正集和预测集的相关系数分别为0.9784和0.9646,预测集的相对误差最大是6.1%,最小是0.14%,相对误差平均值2.84%。     

近红外光谱法测定三元混合物中氯苯的含量

利用近红外光谱分析结合偏最小二乘法测定甲苯、氯苯和正庚烷构成的三元混合体系中氯苯的浓度。通过考察混合物吸光度与氯苯浓度的相关性,以预测残差平方和为评价指标,对光谱进行了变量筛选,并将选择的33个波长变量建立的定量校正模型与全谱范围的校正模型进行比较。结果表明本方法可使最终所得的模型中变量数大大减少,通过波长变量优选最小化冗余信息、提高预测精度及建模效率。     

近红外光谱技术在二组分混纺面料纤维成分含量快检中的应用

研究利用近红外漫反射光谱分析技术针对常见二组分混纺面料棉涤、棉氨、氨涤等纤维成分含量快速检测进行研究,采用偏最小二乘法算法建立定量分析模型,从采谱方式、预处理方法、波段选择、主因子选择、分段建模等方面提高模型的准确度,以模型的关键评价参数交互检验标准偏差SECV、模型预测标准偏差SEP及模型分辨能力指标RPDC作为指标,选择最优化模型参数,得到棉涤模型的预测平均偏差小于1.5%。棉氨模型的预测平均偏差小于0.7%、氨涤模型的预测平均偏差小于1.2%,可为纺织品成分快速检测提供参考。     

近红外光谱快速分析法在坤宝丸检测中的应用

目的:采用近红外光谱法对坤宝丸药粉中芍药苷含量进行快速测定。方法:以HPLC分析值作为参照,采用近红外漫反射光谱技术采集坤宝丸药粉的近红外光谱,结合偏最小二乘法建立芍药苷含量的快速测定方法,并对未知样品进行含量预测。结果:建立芍药苷校正模型R,RMSEC(%)、RMSEP(%)分别为0.96,2.708,0.44。对预测集样品预测平均相对偏差为4.2%。结论:该方法简便、快速、无损,可用于坤宝丸的快速定量分析。     

空间机械手模型参数在轨标定方法研究

为了在轨辨识空间机械手真实模型参数,该文分析了模型参数误差来源,提出了基于遗传算法的空间机械手模型参数在轨标定方法,设计了关节变量误差和DH参数误差两组仿真数据对该方法进行验证。仿真结果表明,该方法切实可行,能够比较准确地识别出模型参数误差,有效地更新机械手运动学模型。与传统标定方法相比,基于智能优化算法的标定方法更具有广泛性。