分析测试学报
分析測試學報
분석측시학보
JOURNAL OF INSTRUMENTAL ANALYSIS
2014年
1期
13-20
,共8页
黄常毅%范海滨%刘飞%许赣荣%彭秀辉
黃常毅%範海濱%劉飛%許贛榮%彭秀輝
황상의%범해빈%류비%허공영%팽수휘
近红外光谱%联合间隔最小二乘支持向量机%最小二乘支持向量机%红曲菌%固态发酵%水分含量%pH值
近紅外光譜%聯閤間隔最小二乘支持嚮量機%最小二乘支持嚮量機%紅麯菌%固態髮酵%水分含量%pH值
근홍외광보%연합간격최소이승지지향량궤%최소이승지지향량궤%홍곡균%고태발효%수분함량%pH치
NIR%siLS-SVM%LS-SVM%Monascus%solid-state fermentation%moisture content%pH value
研究了近红外光谱技术快速检测红曲菌固态发酵过程参数水分含量和pH值的可行性.针对传统基于间隔策略波长选择方法忽略非线性因素的缺点,采用一种基于最小二乘支持向量机(Least squares support vector machines,LS-SVM)非线性模型的波长筛选算法:联合区间最小二乘支持向量机(Synergy interval least squares support vector machines,siLS-SVM),并将新算法与相关系数法、iPLS算法、siPLS算法对比.实验结果显示,联合siLs-SVM算法和LS-SVM模型取得了最好的预测效果,水分含量、pH值的预测集相关系数(Rp)分别为0.962 1、0.976 1,预测均方根误差(RMSEP)分别为0.012 9、0.145 2,表明模型具有较好的拟合度和预测性能.应用近红外光谱法进行红曲菌固态发酵过程的水分含量和pH值的快速检测可行,该方法为进一步实现其过程参数的在线检测及发酵条件优化提供了技术基础.
研究瞭近紅外光譜技術快速檢測紅麯菌固態髮酵過程參數水分含量和pH值的可行性.針對傳統基于間隔策略波長選擇方法忽略非線性因素的缺點,採用一種基于最小二乘支持嚮量機(Least squares support vector machines,LS-SVM)非線性模型的波長篩選算法:聯閤區間最小二乘支持嚮量機(Synergy interval least squares support vector machines,siLS-SVM),併將新算法與相關繫數法、iPLS算法、siPLS算法對比.實驗結果顯示,聯閤siLs-SVM算法和LS-SVM模型取得瞭最好的預測效果,水分含量、pH值的預測集相關繫數(Rp)分彆為0.962 1、0.976 1,預測均方根誤差(RMSEP)分彆為0.012 9、0.145 2,錶明模型具有較好的擬閤度和預測性能.應用近紅外光譜法進行紅麯菌固態髮酵過程的水分含量和pH值的快速檢測可行,該方法為進一步實現其過程參數的在線檢測及髮酵條件優化提供瞭技術基礎.
연구료근홍외광보기술쾌속검측홍곡균고태발효과정삼수수분함량화pH치적가행성.침대전통기우간격책략파장선택방법홀략비선성인소적결점,채용일충기우최소이승지지향량궤(Least squares support vector machines,LS-SVM)비선성모형적파장사선산법:연합구간최소이승지지향량궤(Synergy interval least squares support vector machines,siLS-SVM),병장신산법여상관계수법、iPLS산법、siPLS산법대비.실험결과현시,연합siLs-SVM산법화LS-SVM모형취득료최호적예측효과,수분함량、pH치적예측집상관계수(Rp)분별위0.962 1、0.976 1,예측균방근오차(RMSEP)분별위0.012 9、0.145 2,표명모형구유교호적의합도화예측성능.응용근홍외광보법진행홍곡균고태발효과정적수분함량화pH치적쾌속검측가행,해방법위진일보실현기과정삼수적재선검측급발효조건우화제공료기술기출.
