搜索结果: 1-15 共查到“化学 PLS”相关记录18条 . 查询时间(0.046 秒)
GA-PLS结合PC-ANN算法提高奶粉蛋白质模型精度
近红外光谱 GA-PLS PC-ANN
2009/11/2
提出一种偏最小二乘法(PLS)和人工神经网络(ANN)结合用于近红外光谱(NIRS)的分析方法，以提高奶粉蛋白质模型的预测精度。首先采用基于遗传算法的波长选择法(RS-GA)优化光谱数据，建立GA-PLS模型预测奶粉蛋白线性部分;然后在RS-GA法选择的波段上进行主成分分析(PCA)，以主成分的得分矩阵作为ANN模型输入层，以GA-PLS预测值与真实值之差作为输出层，建立PC-ANN模型预测其非线...
基于OSC-PLS算法对大麦蛋白质含量进行定量分析的研究
蛋白质 正交信号校正 偏最小二乘
2009/10/29
用色散扫描型仪器采集大麦样品的近红外光谱，扫描出的光谱携带了大量样品化学值信息，采用正交信号校正(OSC)预处理方法对这些原始光谱进行处理，剔除噪声等不相关因子以后建立偏最小二乘(PLS)近红外光谱分析模型(OSC-PLS)，预测大麦蛋白质的含量，并与传统PLS建模方法进行对比。基于OSC-PLS算法的蛋白质含量近红外光谱分析模型的测定系数R2为0.901，检验集的化学值与模型预测值的相关系数r达...
基于近红外的PLS量化模型鉴定西湖龙井真伪的研究
近红外 光谱 鉴定
2009/10/26
对西湖龙井进行原产地精确鉴定是规范市场，打击假冒伪劣的迫切需求。文章利用近红外技术对西湖龙井的真伪鉴定进行了研究，提出了一种模型以进行西湖龙井鉴别的新方法。结果表明, 利用西湖龙井茶和其他地区以龙井加工工艺制成的扁形茶全区域的近红外原始光谱，分别对其进行赋值, 采用PLS法建立了西湖龙井的预测模型(主成分数为15)，通过预测值和西湖龙井的临界值进行比对实现了对西湖龙井的真伪的准确鉴定。对70份定标...
NIR光谱的LLE-PLS非线性建模方法及应用
局部线性嵌入 偏最小二乘 近红外光谱 丹参多酚酸盐
2009/5/11
传统的偏最小二乘(PLS)建模方法不能有效反映近红外(NIR)光谱与分析样本的物理化学性质之间存在的非线性关系。局部线性嵌入(LLE)是一种新的非线性降维方法，属于流形学习方法，它能有效地发现高维数据中的本真低维结构。结合LLE和PLS，提出一种近红外光谱非线性建模的新方法，并用于建立丹参多酚酸盐柱层析过程中丹酚酸B含量的回归校正模型。该方法首先用LLE对NIR光谱数据降维，再用PLS建立校正模型...
NIR光谱的Isomap-PLS非线性建模方法
近红外光谱 等距映射 非线性降维 偏最小二乘
2009/5/11
针对样品的近红外(NIR)光谱与其物理化学性质之间存在的非线性关系，提出了一种结合等距映射(Isomap)和偏最小二乘(PLS)的非线性建模新方法。Isomap是一种新的非线性降维方法，属于流形学习方法，能有效地发现高维数据中的本真低维结构。Isomap-PLS建模方法首先用Isomap对高维NIR光谱数据作非线性降维，再用PLS降维并建立校正模型。将Isomap-PLS建模方法分别应用于两个公开...
建立了用偏最小二乘(partial least squares ，PLS)与人工神经网络(artificial neural networks，ANN)联用对饲料样品同时测定水分、灰分、蛋白质、磷含量的预测校正模型。光谱数据用二阶微分及标准归一化处理(SNV)，用PLS法将原始数据压缩提取前10个主成分与2个特征峰值作为12个输入向量，采用单隐层的反向传播人工神经网络(Back-Propagati...
利用近红外光谱结合PLS-DA判别分析方法可用于食品、药品和农产品等的快速识别或检测，因此，研究利用近红外光谱结合PLS-DA方法来检测木材的生物腐朽。研究结果表明：应用近红外光谱结合PLS-DA方法对培训集样本建立的判别模型，其校正及验证结果与实际分类变量的相关系数均超过0.94，SEC和SEP都低于0.17； 利用模型对未参与建模的样本进行检测，发现该模型对未腐朽、白腐和褐腐三种类型样本的判别...
PLS-GRNN法近红外光谱多组分定量分析研究
近红外光谱 偏最小二乘法 GRNN网络 定量分析
2009/5/8
研究了偏最小二乘(partial least squares ，PLS)与广义回归神经网络(generalized regression neural networks, GRNN)联用在近红外光谱多组分定量分析中的应用。以饲料样品为实验材料，采用PLS-GRNN法建立了饲料中水溶性氯化物、粗纤维、脂肪三项组分含量近红外光谱定量分析模型。马氏距离法剔除强影响点和奇异点，用PLS法将原始数据压缩为主...
在实际应用中，一些实验条件往往不能严格控制而存在变化，从而影响近红外光谱检测模型的稳健性。文章以50个常温和50个冷藏后的奉化水蜜桃样品组成温度混合样品集，经光谱杠杆值和狄克松检验法进行异常光谱剔除后，采用偏最小二乘法(PLS)和逐步多元线性回归(SMLR)对水蜜桃糖度进行建模分析。PLS的建模结果：校正集相关系数RC=0.965, 校正均方根标准误差RMSEC=0.301°Brix，交叉验证RC...
针对光谱数据局部效应显著，变量个数多，彼此间常存在严重的复共线性，构建了一种基于分段正交信号校正(piecewise OSC)的偏最小二乘(PLS)回归，即POSC-PLS方法。它以近邻分段方式进行逐个波长点的正交信号校正，剔除光谱矩阵中所含的各种噪声信号，将去噪后的光谱矩阵作为新的自变量矩阵，再利用偏最小二乘方法建立校正模型。将该法应用于多环芳香烃电子吸收光谱的多组分定量关系建模，效果良好。所建...
近红外光谱分析技术是近年来发展起来的一种快速检测技术。为了提高近红外光谱定量分析的精度，文章首先用支持向量机法对测试样本进行分类，然后选用与待测样本性质相近的同类部分校正集样品建模来预测待测属性值。为了克服分类错误样本的影响，提出了一种新的混合PLS算法(称为H_PLS法)。该算法由基于分类的局部PLS法(称为C_PLS法)和基于全部训练样本集的局部PLS法(称为D_PLS法)组成，通过比较C_P...
光谱测量数据需要对其进行波长选择以提高模型预测精度和简化模型。文章提出了一种基于PLS投影相关系数的快速、 准确的波段选择方法，它计算某波长点光谱数据对待测组分浓度向量的影响时，考虑了该波长点光谱数据的变化量与光谱PLS回归系数向量在该波长点的投影分量的共同影响。与传统相关系数方法想比较，该方法明显地改善了分析模型的稳健性并大幅度地压缩了建模所需的波长点数。对208个汽油样本的实验表明，经过PLS...
针对近红外光谱数据局部效应显著，变量个数多，且彼此间常存在严重的复共线性，并与样品组分含量呈非线性关系，构建了一种双层非线性偏最小二乘回归 (DNPLSR)算法。它将非线性回归和偏最小二 乘(PLS)相结合，先在外层由PLS从样本数据中提取成分，并实现每对成分间的非线性映射，再在内层实施PLS算法，将外层因变量成分的拟合误差反馈计算转换权向量的增量,进一步修正转换权向量，以使外层所提取的成分对因变...
小麦PLS近红外定量分析中温度修正的研究
近红外光谱 温度修正 PLS 定量分析
2009/4/28
以45个小麦籽粒为实验样品，研究样品温度对小麦PLS近红外定量分析的影响, 并提出引入温度修正量对样品光谱进行修正的方法。采用PLS算法将光谱受温度影响部分剔除后，得到不受温度影响的光谱，再进行模型建立与样品分析。实验结果表明：引入温度修正可以有效的消除温度对模型预测结果的影响，从而提高模型的稳定性及应用范围。