共查询到17条相似文献,搜索用时 562 毫秒
1.
2.
3.
多元散射校正对近红外光谱分析定标模型的影响 总被引:20,自引:5,他引:15
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。 相似文献
4.
5.
应用Bruker Matrix I近红外光谱仪,扫描了176个烟叶样品,扫描波数4000~9000cm~(-1),分辨率8cm~(-1),扫描次数64,数据经一阶偏导9点平滑处理后,以Unscrambler软件建立近红外光谱对评吸得分的模型,以150个样品为校正集合,26个样品为预测集,偏最小二乘法建立的回归模型相关系数(correlation)0.99372,校正标准差(SEC)0.21135,斜率(slope)0.987603,模型拟合较好。利用建立的模型预测26个样品的评吸收得分,结果表明,最大预测绝对偏差1.86,最小绝对偏差0.01,平均绝对预测偏差1.09分,所建模型有实际意义。 相似文献
6.
7.
FT-NIR光谱法测定烟叶中钙、镁元素 总被引:2,自引:1,他引:1
采用傅立叶变换近红外光谱仪对220个烟叶样品进行光谱采集,用偏最小二乘法建立钙元素和镁元素的校正模型,并通过剔除异常值优化模型。模型经过优化后的结果:钙元素近红外模型的R2值、SEE值、SEP值和RPD值分别为98.39%、0.11、0.15和5.7,模型因子数为14;镁元素近红外模型的R2值、SEE值、SEP值和RPD值分别为89.39%、0.04、0.06和2.2,模型因子数为14。用F检验和t检验说明近红外模型的预测值和化学值之间没有明显差异。结果表明,近红外光谱法可用于烟叶中的钙、镁元素的同时快速定量测定。 相似文献
8.
近红外光谱分析技术在煤品质快速分析中的应用 总被引:1,自引:0,他引:1
煤品质快速分析对于企业在煤收购、使用、加工等环节都具有重要的指导意义,本文提出利用近红外光谱分析技术对煤品质进行快速分析的方法;通过实验采集了110份煤粉样品的近红外漫反射谱图,选取了其中80份样品作为建模校正集,另外30份样品作为预测验证集;分别建立挥发分、弹筒热值、高位热值、低位发热量的定标模型,其中交互验证预测相关系数(RCV)均优于0.85;外部验证预测相关系数(RP)均优于0.95。研究结果表明:利用近红外光谱分析技术对煤品质进行快速分析具有可行性。 相似文献
9.
10.
《分析仪器》2016,(Z1)
偶氮甲酰胺作为增筋剂被广泛使用于面粉中,但一些研究表明该物质有一定的毒性,不适合添加到面粉中。本研究根据面粉中偶氮甲酰胺含量的不同,采用径向基函数(RBF)神经网络结合近红外光谱(NIRS)技术建立不同的定量分析模型。研究通过逐步稀释法制备了101个不同ADC含量的面粉样品,并用近红外光谱仪采集这些样本的光谱,得到范围为850-1050nm的光谱数据。在光谱数据处理的过程中,相关系数法被用来提取特征波段,马氏距离法被用来识别异常光谱。当对所有浓度的偶氮甲酰胺样品建立模型时,模型的预测结果:相关系数(R)、预测均方根误差(RMSEP)和相对分析误差(RPD)分别达到0.97828、18.2887和4.7621,这表明模型在整体上具有很好的拟合度和预测能力,但是通过分析预测结果发现模型对低浓度样本的预测较差。针对此问题,利用低浓度样品进行二次建模,模型对低浓度样本预测结果:R、RMSEP和RPD可达到0.99492、2.0286和9.4631,结果表明模型对低浓度样本的预测精度有了显著的提高。 相似文献
11.
12.
13.
14.
采用近红外光谱法对转基因油/非转基因油的混合溶液进行研究。对采集到的原始光谱分别进行多元散射校正(MSC)、一阶导数(FD)、移动窗口平滑(MWS)、Savitzky-Golay平滑一阶导数(SG1)预处理。研究比较了不同预处理方法对转基因油/非转基因油支持向量机(SVM)建模判别分析的影响,其中MSC预处理后的模型预测效果最好,准确率为91.6%。为了进一步提高模型的精度与稳定性,采用连续投影算法(SPA)对全波长进行特征波长筛选。利用筛选后的15个特征波长输入到SVM中,预测准确率提高到98.3%。实验结果表明,采用近红外光谱法,可以实现对转基因油/非转基因油快速检测,不仅适用于纯转基因油的鉴别,也适用于非转基因油中掺入转基因油的鉴别。 相似文献
15.
应用近红外漫反射光谱快速测定土壤锌含量 总被引:10,自引:2,他引:8
采用近红外漫反射光谱和偏最小二乘法(PLS)建立了土壤锌快速分析的定量模型,并进行了波段优选。首先,基于单波长模型预测效果将全体样品划分为定标集和预测集;然后,采用多元散射校正(MSC)和Savitzky-Golay(SG)平滑方法对光谱进行预处理。选取全谱400~2500nm,400~1100nm,1100~1900nm,1900~2500nm,580~900nm等5个波段,每个波段分别采用原谱、一阶导数谱、二阶导数谱,共建立了15个定标模型。同时调整SG平滑点数和PLS因子数,每个模型分别进行PLS数值实验,按照预测效果进行优选。结果显示,采用1900~2500nm波段一阶导数谱的模型效果最好,预测相关系数(RP)、RMSEP、RRMSEP分别为0.806,31.0mg/kg和19.96%。这些结果表明,1900~2500nm波段可以代替全谱波段得到更好的预测效果,可为设计专用土壤近红外光谱仪提供依据。 相似文献
16.
电机故障诊断支持向量机 总被引:8,自引:1,他引:8
基于数据的机器学习是现代智能技术中的重要方面。统计学习理论(Statistical learnmgtheory SLT)是研究小样本情况下机器学习规律的新理论。支持向量机(Support vector machine SVM)是在这一理论体系基础上发展起来的一种通用学习方法。SLT和SVM正成为继神经网络研究之后新的研究热点。通过对鼠笼式异步电动机转子断条故障进行实验模拟,对实验获取的采样电流信号经FFT分析,构造以低频到高频的频谱特性为分量的学习样本向量,通过支持向量机SVM对故障电流样本的训练,使SVM具有分类功能。最后,采用SVM对电动机各种转子断条故障进行诊断分类,取得较满意的结果,说明支持向量机SVM是进行故障诊断的一种新方法。 相似文献
17.
为解决SAR图像目标识别中样本缺乏和方位角敏感问题,提出了一种基于DRGAN和SVM的SAR图像目标识别算法。首先,采用多尺度分形特征对SAR图像进行增强,经过分割得到目标二值图像,基于Hu二阶矩估计目标的方位角。然后对估计得到的目标方位角进行量化编码,结合原始图像作为输入,对设计的DRGAN模型参数进行训练与优化。由于DRGAN中的深度生成模型将目标姿态与外观表示进行解耦设计,故可利用该模型将SAR图像样本变换到同一方位角区间。基于变换后的训练样本分别提取归一化灰度特征,利用SVM训练分类器。采用MSTAR数据集在多个不同操作条件下对提出的算法进行测试,实验结果表明,在带变体的标准操作条件下,能够达到97.97%的分类精度,优于部分基于CNN模型的分类精度,在4种扩展操作条件下的分类精度分别为97.83%,91.77%,97.11%和97.04%,均优于传统方法的分类精度。在SAR图像目标方位角估计存在一定误差的情况下,训练得到的GAN模型作为SAR图像目标旋转估计器,能够使得在不进行复杂样本预处理的前提下,仍然取得较高的SAR图像目标识别精度。 相似文献