MIV方法在苹果糖度近红外分析中的应用

被引：6

作者：

陈鑫

刘飞

机构：

[1] 江南大学轻工过程先进控制教育部重点实验室,自动化研究所

来源：

计算机与应用化学 | 2012年 / 29卷 / 07期

关键词：

苹果近红外光谱; 平均影响值(MIV); BP神经网络; 联合区间偏最小二乘(siPLS);

D O I：

10.16866/j.com.app.chem2012.07.011

中图分类号：

O657.33 [红外光谱分析法];

学科分类号：

摘要：

针对苹果糖度近红外光谱数据的特点,分析了基于BP神经网络和偏最小二乘PLS的苹果糖度定量预测模型建立方法:,将平均影响值方法:(mean impact value)引入到近红外波长选取的过程中来,并与联合区间偏最小二乘法结合,达到波长优选的目的:。首先,利用联合区间偏最小二乘算法,筛选出与苹果的糖度相关度较大的光谱波长数据,再利用PLS-BP方法:建立预测模型。在此模型基础上,使用平均影响值方法:,对参与建模的每个波长数据进行评价,选取影响值最大的一系列波长点,重新建立模型。模型变量数为124,校正均方根误差(RMSEC)为0.1740,验证均方根误差(RMSEP)为0.4565。结果:表明,校正均方根误差,利用平均影响值与联合区间偏最小二乘方法:结合,对光谱数据进行波长的筛选,可以降低模型复杂度,同时提高模型预测精度。

引用

页码：812 / 816

页数：5

共 17 条

[1]

Regression model for apples’’ near infrared spectroscopy based on LS-SVM. Gao Yu,Wang Congqing. Computer Measurement and Control . 2011

[2]

Prediction of rib fracture injury outcome by an artificial neural network. Dombi G W,Nandi P,Saxe. J M. The Journal of Trauma . 1995

[3] 基于遗传算法的苹果糖度近红外光谱分析 [J].

王加华 ;

韩东海 .

光谱学与光谱分析, 2008, (10) :2308-2311

[4] 软件可靠性影响因素权重分析 [J].

吴洪丽 ;

蒋永辉 .

计算机工程与应用 , 2010, (33) :58-62

[5]

Molecular Spectroscopy Analytical Technology Combined with Chemometrics and its Applications. Chu Xiaoli. . 2011

[6]

Determination of crystallinity in Neosinocalamus affinins based on near infrared spectroscopy and PLS methods. Sun Bailing,Liu Junliang,Cai Yubo. Spectroscopy and Spectral Analysis . 2011

[7]

Prediction of octane number for clean gasoline obtained from secondary reactions based on back-propagation neural network. Zhou Xiaowei,Yuan Jun. Journal of Xi’’an Jiaotong University . 2010

[8] 基于神经网络MIV值分析的肿瘤基因信息提取 [J].

王紫微 ;

叶奇旺 .

数学的实践与认识, 2011, 41 (14) :47-58

[9]

近红外光谱技术结合特征变量筛选快速检测绿茶滋味品质[J]. 吴瑞梅,赵杰文,陈全胜,黄星奕. 光谱学与光谱分析. 2011(07)

[10]

基于近红外光谱和偏最小二乘法的慈竹纤维素结晶度预测研究[J]. 孙柏玲,刘君良,柴宇博. 光谱学与光谱分析. 2011(02)

← 1 2 →