期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
近红外光谱结合CARS-PLS模型检测草莓可溶性固形物含量研究 被引量:2
1
作者 蔡德玲 彭碧宁 +2 位作者 曾川 梁玉英 唐春华 《安徽农业科学》 CAS 2020年第8期185-188,共4页
为了实现对草莓内部可溶性固形物含量(soluble solids content,SSC)客观、准确、快速和无损检测,采用近红外光谱结合竞争性自适应重加权算法采样(CARS)变量选择以及多变量校正分析的测定方法。164个草莓样本被分成校正集(123个)和预测集... 为了实现对草莓内部可溶性固形物含量(soluble solids content,SSC)客观、准确、快速和无损检测,采用近红外光谱结合竞争性自适应重加权算法采样(CARS)变量选择以及多变量校正分析的测定方法。164个草莓样本被分成校正集(123个)和预测集(41个)。基于全光谱数据,通过CARS算法获得了可以表征原始光谱信息的117个特征光谱变量。全光谱变量和特征光谱变量分别作为输入构建了偏最小二乘回归PLS和多元线性回归MLR模型,通过比较3类模型发现,基于特征光谱的PLS模型(即CARS-PLS模型)对草莓内部可溶性固形物含量测定性能最优,针对预测集样本,模型预测相关系数r P和均方跟误差RMSEP分别为0.9509和0.3352。 展开更多
关键词 草莓 近红外光谱 cars-pls模型 可溶性固形物含量 无损检测 光谱分析
在线阅读 下载PDF
籼稻加工精度的近红外特征光谱提取及校正模型的构建
2
作者 佘竹忻 龚志刚 +2 位作者 盛宗国 黄世怡 沈宗海 《粮食储藏》 2025年第2期18-26,共9页
为优化大米加工精度检测方法并推动智能化生产,基于近红外光谱技术构建籼米加工精度快速检测模型,揭示碾减率与加工品质的关联规律。通过梯度碾磨实验,分析碾减率与加工时间的关系及其对大米外观品质的影响。实验采集不同碾减率样本的... 为优化大米加工精度检测方法并推动智能化生产,基于近红外光谱技术构建籼米加工精度快速检测模型,揭示碾减率与加工品质的关联规律。通过梯度碾磨实验,分析碾减率与加工时间的关系及其对大米外观品质的影响。实验采集不同碾减率样本的近红外光谱数据,对比Savitzky-Golay平滑、多元散射校正(MSC)、标准正态变量变换(SNV)及归一化等多种预处理方法对模型性能的影响,并引入竞争性自适应重加权采样(CARS)筛选特征波长,建立偏最小二乘(PLS)回归模型。结果表明,碾减率与碾米时间呈显著相关性,且当碾减率达20%~25%时,大米外观品质与碎米率趋于稳定。经CARS筛选后特征波长数由全光谱降至40个,结合最佳MSC预处理,构建的CARS-PLS模型预测性能显著优于传统全光谱模型。本研究为大米加工智能化与在线质量控制提供了高效无损检测方案,可支撑碾磨工艺优化及整精米率精准调控。 展开更多
关键词 大米加工精度 碾减率 近红外光谱 cars-pls 品质检测
在线阅读 下载PDF
基于CARS变量选择方法的小麦硬度测定研究 被引量:3
3
作者 姜明伟 王彩红 张庆辉 《河南工业大学学报(自然科学版)》 CAS 北大核心 2020年第6期91-95,105,共6页
为满足快速测定小麦硬度的需求,实现对未知小麦样本硬度的快速、无损检测,建立了小麦硬度预测模型。利用蒙特卡洛交叉验证统计规律对小麦硬度光谱数据进行识别,剔除异常样本。为获得具有代表性的小麦硬度预测集和校正集,基于光谱理化值... 为满足快速测定小麦硬度的需求,实现对未知小麦样本硬度的快速、无损检测,建立了小麦硬度预测模型。利用蒙特卡洛交叉验证统计规律对小麦硬度光谱数据进行识别,剔除异常样本。为获得具有代表性的小麦硬度预测集和校正集,基于光谱理化值共生距离法对小麦光谱数据进行集合划分,并获得预测集样本。对光谱数据进行一阶导数预处理,消除获取的小麦光谱数据中包含的高频噪声、基线漂移、样本背景等无关信息,减弱了各非目标因素对检测模型的影响。基于竞争性自适应重加权算法,筛选对模型有用的波长变量,从而提高预测模型的稳定性和预测性。建立偏最小二乘法的小麦硬度预测模型(CARS-PLS模型),该模型评价参数预测相关系数(R)和预测均方根误差(RMSEP)分别达到0.8843和0.5436,表明基于近红外光谱的CARS-PLS预测模型能够准确预测小麦硬度。 展开更多
关键词 预处理 SPXY法 cars-pls模型 蒙特卡洛交叉验证法 模型评价参数
在线阅读 下载PDF
近红外透反射光谱用于检测蜂蜜加入麦芽糖浆掺假 被引量:14
4
作者 李水芳 单杨 +1 位作者 朱向荣 李高阳 《食品科技》 CAS 北大核心 2010年第12期299-303,共5页
为实现蜂蜜掺假的快速检测,利用近红外光谱法(NIRS)对蜂蜜用麦芽糖浆掺假进行了研究。从121个真蜂蜜样本中任取8个不同品种掺假,共得80个掺假样本。另取两个真蜂蜜样本(油菜蜜和向日葵蜜)掺假,各自得到50个掺假样本。KS法划分校正集和... 为实现蜂蜜掺假的快速检测,利用近红外光谱法(NIRS)对蜂蜜用麦芽糖浆掺假进行了研究。从121个真蜂蜜样本中任取8个不同品种掺假,共得80个掺假样本。另取两个真蜂蜜样本(油菜蜜和向日葵蜜)掺假,各自得到50个掺假样本。KS法划分校正集和验证集。偏最小二乘-线性判别分析法(PLS-LDA)鉴别真假蜂蜜,校正集和验证集的识别正确率都达100%。用CARS(competitive adaptive reweighted sampling)-偏最小二乘法(CARS-PLS)对掺假量定量校正,80个掺假样本的结果不理想,而50个掺假样本的结果令人满意:交互验证均方差(RMSECV)、交互验证决定系数(Q2)、预测均方差(RMSEP)、预测决定系数(R2),掺假油菜蜜模型分别为0.2529、0.9995、0.1851、0.9996;掺假向日葵蜜模型分别为0.1141、0.9999、0.1673、0.9997。因此,NIRS具有对蜂蜜用麦芽糖浆掺假快速检测的能力。 展开更多
关键词 近红外光谱法(NIRS) 偏最小二乘-线性判别分析法(PLS-LDA) CARS-偏最小二乘法(cars-pls) 蜂蜜掺假 麦芽糖浆
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部