光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2012年
4期
970-973
,共4页
刘国海%江辉%肖夏宏%张东娟%梅从立%丁煜函
劉國海%江輝%肖夏宏%張東娟%梅從立%丁煜函
류국해%강휘%초하굉%장동연%매종립%정욱함
近红外光谱%主成分分析%极限学习机%pH%固态发酵
近紅外光譜%主成分分析%極限學習機%pH%固態髮酵
근홍외광보%주성분분석%겁한학습궤%pH%고태발효
pH值是固态发酵过程关键参数之一,为此提出基于近红外光谱技术的秸秆蛋白饲料固态发酵过程参数pH值检测方法.利用近红外光谱系统获取140个固态发酵过程产物样本在10 000～4 000 cm-1范围内的近红外光谱数据,通过酸度计测得近红外光谱预测模型的参考测量值；运用ELM算法建立pH值的预测模型,在模型建立过程中由交互验证法确定最佳主成分因子数和ELM网络隐含层节点数.试验结果显示:最佳ELM网络模型的拓扑结构为10-40-1,模型预测集相关系数(Rp)和预测均方根误差(RMSEP)分别为0.961 8和0.104 4.研究结果可为固态发酵过程参数的在线检测提供技术基础.
pH值是固態髮酵過程關鍵參數之一,為此提齣基于近紅外光譜技術的秸稈蛋白飼料固態髮酵過程參數pH值檢測方法.利用近紅外光譜繫統穫取140箇固態髮酵過程產物樣本在10 000～4 000 cm-1範圍內的近紅外光譜數據,通過痠度計測得近紅外光譜預測模型的參攷測量值；運用ELM算法建立pH值的預測模型,在模型建立過程中由交互驗證法確定最佳主成分因子數和ELM網絡隱含層節點數.試驗結果顯示:最佳ELM網絡模型的拓撲結構為10-40-1,模型預測集相關繫數(Rp)和預測均方根誤差(RMSEP)分彆為0.961 8和0.104 4.研究結果可為固態髮酵過程參數的在線檢測提供技術基礎.
pH치시고태발효과정관건삼수지일,위차제출기우근홍외광보기술적갈간단백사료고태발효과정삼수pH치검측방법.이용근홍외광보계통획취140개고태발효과정산물양본재10 000～4 000 cm-1범위내적근홍외광보수거,통과산도계측득근홍외광보예측모형적삼고측량치；운용ELM산법건립pH치적예측모형,재모형건립과정중유교호험증법학정최가주성분인자수화ELM망락은함층절점수.시험결과현시:최가ELM망락모형적탁복결구위10-40-1,모형예측집상관계수(Rp)화예측균방근오차(RMSEP)분별위0.961 8화0.104 4.연구결과가위고태발효과정삼수적재선검측제공기술기출.
