光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2011年
5期
1225-1229
,共5页
郝勇%孙旭东%潘圆媛%高荣杰%刘燕德
郝勇%孫旭東%潘圓媛%高榮傑%劉燕德
학용%손욱동%반원원%고영걸%류연덕
近红外光谱%硬度%表面色泽%蒙特卡罗%无信息变量消除
近紅外光譜%硬度%錶麵色澤%矇特卡囉%無信息變量消除
근홍외광보%경도%표면색택%몽특잡라%무신식변량소제
近红外光谱(NIRS)分析方法用于梨的硬度和表面色泽的无损快速定量分析,提高了分析方法的预测精度,消除无信息建模变量对模型稳定性的影响.分别采用蒙特卡罗无信息变量消除(Monte Carlo uninformative variables elimination,MC-UVE)和基于小波变换(wavelet transform,WT)的蒙特卡罗无信息变量消除(WT-MC-UVE)方法对梨的硬度和表面色泽的建模变量进行筛选.结果表明,对于硬度模型,采用WT-MC-UVE方法,210个变量可以得到和原始光谱(1 451个变量)近似的预测结果;对于表面色泽的预测模型,采用WT-MC-UVE方法后,建模变量减少为220,模型的预测均方根误差从1.06减小为0.90,预测相关系数从0.975提高为0.981.因此,WT-MC-UVE方法可以有效地选择建模变量,既能提高模型的稳定性,又能提高多元校正的预测精度.
近紅外光譜(NIRS)分析方法用于梨的硬度和錶麵色澤的無損快速定量分析,提高瞭分析方法的預測精度,消除無信息建模變量對模型穩定性的影響.分彆採用矇特卡囉無信息變量消除(Monte Carlo uninformative variables elimination,MC-UVE)和基于小波變換(wavelet transform,WT)的矇特卡囉無信息變量消除(WT-MC-UVE)方法對梨的硬度和錶麵色澤的建模變量進行篩選.結果錶明,對于硬度模型,採用WT-MC-UVE方法,210箇變量可以得到和原始光譜(1 451箇變量)近似的預測結果;對于錶麵色澤的預測模型,採用WT-MC-UVE方法後,建模變量減少為220,模型的預測均方根誤差從1.06減小為0.90,預測相關繫數從0.975提高為0.981.因此,WT-MC-UVE方法可以有效地選擇建模變量,既能提高模型的穩定性,又能提高多元校正的預測精度.
근홍외광보(NIRS)분석방법용우리적경도화표면색택적무손쾌속정량분석,제고료분석방법적예측정도,소제무신식건모변량대모형은정성적영향.분별채용몽특잡라무신식변량소제(Monte Carlo uninformative variables elimination,MC-UVE)화기우소파변환(wavelet transform,WT)적몽특잡라무신식변량소제(WT-MC-UVE)방법대리적경도화표면색택적건모변량진행사선.결과표명,대우경도모형,채용WT-MC-UVE방법,210개변량가이득도화원시광보(1 451개변량)근사적예측결과;대우표면색택적예측모형,채용WT-MC-UVE방법후,건모변량감소위220,모형적예측균방근오차종1.06감소위0.90,예측상관계수종0.975제고위0.981.인차,WT-MC-UVE방법가이유효지선택건모변량,기능제고모형적은정성,우능제고다원교정적예측정도.
