近红外光谱面粉灰分检测模型中异常样品的剔除方法研究

来源 :全国第四届近红外光谱学术会议 | 被引量 : 0次 | 上传用户:macg27
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  近红外光谱分析技术是一种间接分析技术,分析结果的可靠性主要取决于预测模型的准确性和稳定性,面粉样品的原始数据,即样品的近红外光谱图和化学值的相关性直接影响模型的预测能力,而异常样品的干扰是影响分析模型的重要因素,因此异常样品的判别与处理是提高模型预测能力的一个重要步骤.本次试验用马氏距离法和蒙特卡洛采样法分别对异常样本进行了剔除,马氏距离法剔除异常样本,当权重系数为1.5,剔除样本数为3的时候,得到最好结果,相关系数(R2)为92.67,交互验证均方差(RMSECV)为0.0485.MCCV剔除异常样本,剔除个数为3,得到最好结果,相关系数(R2)为94.64,交互验证均方差(RMSECV)为0.0411.MCCV法较马氏距离法剔除异常样本模型精度和预测精度提高的更为明显.
其他文献
  通过南疆红枣近红外光谱图分谱区进行红枣品质信息提取,提取糖度或水分等特征因子,将红枣光谱图库中的光谱图按特征因子分类检索,对相似度对比分析,形成南疆红枣近红外光
  在合格食用植物油真伪识别过程中,利用21个合格食用植物油和50个非合格食用植物油的近红外光谱建立了聚类分析和神经网络定性识别方法,通过对比69个油品的识别结果,发现:神经
  近红外光谱谱区的谱带复杂、重叠多,通过特定方法选取特征变量可得到更好的定量校正模型。本文在进行特征光谱区域选择时,将遗传算法(GA)和偏最小二乘法(PLS)及支持向量
  便携式油料质量分析仪操作简便,一台仪器能够同时分析燃料多种参数,分析速度快,分析精度高,广泛用于油料质量外场监控。仪器之间的细微差异导致了母机模型不能直接应用于各子
  在近红外光谱分析中,采用单籽粒测样附件采集样本近红外光谱易受样本摆放位置等因素的影响。本文以57份小麦籽粒为样本,分别采用Vertex 70傅立叶近红外光谱仪(单籽粒测样附
  交叉验证被广泛用于对机器学习算法进行参数优化,但其计算量非常大,非常耗时,比如对N个样本的数据集使用留一法交叉验证(LOOCV,leave-one-out cross-validation)时,需要
  近红外(NIR)光谱技术具有快速、无损、样品预处理简单等优点,被广泛应用于常规分析、质量控制和在线实时分析等领域.然而,由于较低的摩尔吸光系数,近红外光谱法难以直接
  近红外光谱法是一种新兴的快速光谱分析方法,已广泛应用于农业、食品、制药和石化等各个行业,为现代化生产带来了巨大的经济效益和社会效益。本文对近红外光谱法的发展历程
  采用近红外光谱法研究了谷物食品中脂肪快速无损检测方法,利用偏最小二乘法(Partial Least-Squares Regression,PLSR)建立了谷物类食品中脂肪含量定量校正模型.模型的校
  本文主要介绍近红外光谱法测定西瓜中糖分含量。首先说明了样品及光谱采集,然后描述了糖度测量,提出了数据处理及试验模型,最后评价了试验结果,并展开了详尽的分析。