本文主要研究内容
作者苗雪雪,苗莹,龚浩如,陶曙华,陈英姿,陈祖武（2019）在《不同偏最小二乘法的近红外光谱技术测定大米中水分的研究》一文中研究指出：通过近红外光谱法对大米中含水量进行分析,运用Kennard-Stone法对校正集及预测集样本进行选取,利用Range Normalization法、二阶导数和多元散射校正加一阶导数法,分别对近红外光谱进行预处理优化,并采用偏最小二乘法(PLS)、组合区间偏最小二乘法(SiPLS)和移动窗口偏最小二乘法(MWPLS)分别建立了定标模型。结果显示,相较于全谱建模,2种变量优选方法都能在有效减少建模所用的变量数,同时提高模型性能。其中采用MWPLS优选变量所建的大米水分定量模型的性能最优,决定系数为0.9525,校正集均方根误差为0.4093。利用40个验证集样本对定标模型进行了验证和配对t检验,预测相关系数达0.9617,相对分析误差为3.64,模型预测值与标准方法测定值没有显著性差异,说明模型具有良好的预测能力。基于MWPLS的近红外光谱技术能够实现大米中水分含量的快速检测。
Abstract
tong guo jin gong wai guang pu fa dui da mi zhong han shui liang jin hang fen xi ,yun yong Kennard-Stonefa dui jiao zheng ji ji yu ce ji yang ben jin hang shua qu ,li yong Range Normalizationfa 、er jie dao shu he duo yuan san she jiao zheng jia yi jie dao shu fa ,fen bie dui jin gong wai guang pu jin hang yu chu li you hua ,bing cai yong pian zui xiao er cheng fa (PLS)、zu ge ou jian pian zui xiao er cheng fa (SiPLS)he yi dong chuang kou pian zui xiao er cheng fa (MWPLS)fen bie jian li le ding biao mo xing 。jie guo xian shi ,xiang jiao yu quan pu jian mo ,2chong bian liang you shua fang fa dou neng zai you xiao jian shao jian mo suo yong de bian liang shu ,tong shi di gao mo xing xing neng 。ji zhong cai yong MWPLSyou shua bian liang suo jian de da mi shui fen ding liang mo xing de xing neng zui you ,jue ding ji shu wei 0.9525,jiao zheng ji jun fang gen wu cha wei 0.4093。li yong 40ge yan zheng ji yang ben dui ding biao mo xing jin hang le yan zheng he pei dui tjian yan ,yu ce xiang guan ji shu da 0.9617,xiang dui fen xi wu cha wei 3.64,mo xing yu ce zhi yu biao zhun fang fa ce ding zhi mei you xian zhe xing cha yi ,shui ming mo xing ju you liang hao de yu ce neng li 。ji yu MWPLSde jin gong wai guang pu ji shu neng gou shi xian da mi zhong shui fen han liang de kuai su jian ce 。
论文参考文献
论文详细介绍
论文作者分别是来自分析科学学报的苗雪雪,苗莹,龚浩如,陶曙华,陈英姿,陈祖武，发表于刊物分析科学学报2019年05期论文，是一篇关于近红外光谱论文,大米论文,水分论文,组合区间偏最小二乘法论文,移动窗口偏最小二乘法论文,分析科学学报2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自分析科学学报2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：近红外光谱论文; 大米论文; 水分论文; 组合区间偏最小二乘法论文; 移动窗口偏最小二乘法论文; 分析科学学报2019年05期论文;