首页 | 本学科首页   官方微博 | 高级检索  
     

基于蒙特卡罗无信息变量消除的烟气指标预测
引用本文:门月,丁香乾,刘孝良.基于蒙特卡罗无信息变量消除的烟气指标预测[J].现代电子技术,2012(24):82-84.
作者姓名:门月  丁香乾  刘孝良
作者单位:中国海洋大学信息科学与工程学院;中国海洋大学信息工程中心
摘    要:使用近红外光谱(NIRS)分析方法对烟叶的CO、烟碱、焦油含量进行无损快速定量分析,可以提高分析方法的预测精度,消除无信息建模变量对模型稳定性的影响。在此以烟叶为研究对象,利用蒙特卡罗无信息变量消除方法(MC-UVE)对烟叶的近红外光谱进行了波段点的筛选,并利用筛选出的波段建立PLS校正模型。结果表明利用蒙特卡罗无信息变量消除方法可以有效选择建模变量,既克服了复杂样品各信息区间对PLS建模贡献率不一样的问题,又能提高模型的稳定性和多元校正的预测精度。

关 键 词:近红外光谱  蒙特卡罗无信息变量消除  变量筛选  偏最小二乘法

Prediction of tobacco smoke index based on method of Monte Carlo uninformative variables elimination
MEN Yue,DING Xiang-qian,LIU Xiao-liang.Prediction of tobacco smoke index based on method of Monte Carlo uninformative variables elimination[J].Modern Electronic Technique,2012(24):82-84.
Authors:MEN Yue  DING Xiang-qian  LIU Xiao-liang
Affiliation:1(1.College of Information Science and Engineering,Ocean University of China,Qingdao 266071,China; 2.Center of Information Engineering,Ocean University of China,Qingdao 266071,China)
Abstract:
Keywords:
本文献已被 CNKI 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