光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2005年
3期
381-383
,共3页
白英奎%孟宪江%丁东%申铉国
白英奎%孟憲江%丁東%申鉉國
백영규%맹헌강%정동%신현국
偏最小二乘法%神经网络%近红外光谱
偏最小二乘法%神經網絡%近紅外光譜
편최소이승법%신경망락%근홍외광보
提出了一种神经网络(ANN)和偏最小二乘法(PLS)结合的新的近红外(NIR)多组分分析法. 该方法首先把训练样本中待测组分涵盖的浓度区间分成若干个子区间, 利用各个子区间的训练样本分别建立PLS校正模型, 然后利用ANN对未知样本进行分类, 判断其所属的浓度子区间, 应用对应子区间上的校正模型计算预测样本的组分浓度. 和传统的PLS比较, 此方法改善了模型的适应性, 显著地提高了预测精度. 实验及数据处理结果证明了本方法的有效性.
提齣瞭一種神經網絡(ANN)和偏最小二乘法(PLS)結閤的新的近紅外(NIR)多組分分析法. 該方法首先把訓練樣本中待測組分涵蓋的濃度區間分成若榦箇子區間, 利用各箇子區間的訓練樣本分彆建立PLS校正模型, 然後利用ANN對未知樣本進行分類, 判斷其所屬的濃度子區間, 應用對應子區間上的校正模型計算預測樣本的組分濃度. 和傳統的PLS比較, 此方法改善瞭模型的適應性, 顯著地提高瞭預測精度. 實驗及數據處理結果證明瞭本方法的有效性.
제출료일충신경망락(ANN)화편최소이승법(PLS)결합적신적근홍외(NIR)다조분분석법. 해방법수선파훈련양본중대측조분함개적농도구간분성약간개자구간, 이용각개자구간적훈련양본분별건립PLS교정모형, 연후이용ANN대미지양본진행분류, 판단기소속적농도자구간, 응용대응자구간상적교정모형계산예측양본적조분농도. 화전통적PLS비교, 차방법개선료모형적괄응성, 현저지제고료예측정도. 실험급수거처리결과증명료본방법적유효성.
