安徽农业科学

2011, v.39;No.361(36) 22571-22573

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于样本挑选和不同偏最小二乘方法的近红外光谱玉米淀粉组分校正模型的研究
Research on NIR Calibration Model of Corn Starch Content Based on Subset Selecting and a Series of PLS Method

伏乃林;黄飞;

摘要(Abstract):

[目的]获得精度高、鲁棒性强的玉米近红外光谱淀粉组分检测模型。[方法]用一阶导数和Savitzky-Golay平滑对玉米1 300~2 298 nm近红外光谱进行预处理,而后分别以RS(random sampling)、KS(Kennard Stone)、Duplex、SPXY(sample set partitioning based onjoint x-y distance)方法选取最佳校正集样本集合,最后分别用PLS(Partial Least Squares)、iPLS(interval PLS)和siPLS(synergy intervalPLS)方法建立校正模型。[结果]采用SPXY方法选取有代表性的校正集合样本,以siPLS方法所建立的近红外光谱玉米淀粉组分校正模型最优,校正样本集合中r为0.991 7,RMSECV为0.107 3,预测样本集合中r达到了0.994 4,RMSEP为0.081 4。[结论]SPXY-siPLS方法建立的近红外光谱玉米淀粉组分校正模型,不但可以减小参与建模的数据规模,而且缩短了运算时间,预测能力和精度也均得到提高。

关键词(KeyWords): 近红外光谱;样本挑选;偏最小二乘;区间偏最小二乘;联合区间偏最小二乘

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 伏乃林;黄飞;

Email:

DOI: 10.13989/j.cnki.0517-6611.2011.36.245

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享