光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2013年
6期
1512-1516
,共5页
余心杰%殷姣姣%于欣%何勇
餘心傑%慇姣姣%于訢%何勇
여심걸%은교교%우흔%하용
毛竹笋%不溶性膳食纤维%近红外光谱%中红外光谱%自编码网络%流形学习
毛竹筍%不溶性膳食纖維%近紅外光譜%中紅外光譜%自編碼網絡%流形學習
모죽순%불용성선식섬유%근홍외광보%중홍외광보%자편마망락%류형학습
Moso bamboo shoot%Insoluble dietary fiber%Near-infrared spectroscopy%Mid-infrared spectroscopy%Autoencoder network%Manifold learning
提出了一种结合自编码网络(AN)流形学习和偏最小二乘(PLS)法的红外光谱建模方法AN-PLS.AN-PLS方法首先用AN算法对红外光谱数据进行非线性降维,再结合PLS建立回归模型.利用该方法建立了毛竹笋中不溶性膳食纤维含量的近红外光谱和中红外光谱回归模型.结果表明,用AN-PLS方法建立的回归模型,比用其他常用光谱数据预处理方法结合PLS及用单独PLS算法建立的模型具有更小的预测均方根误差RMSEP和更高的决定系数R2,因此,AN-PLS具有较优的建模与预测能力,利用近红外光谱和中红外光谱技术结合AN-PLS建模,可实现毛竹笋中不溶性膳食纤维含量的准确测量.
提齣瞭一種結閤自編碼網絡(AN)流形學習和偏最小二乘(PLS)法的紅外光譜建模方法AN-PLS.AN-PLS方法首先用AN算法對紅外光譜數據進行非線性降維,再結閤PLS建立迴歸模型.利用該方法建立瞭毛竹筍中不溶性膳食纖維含量的近紅外光譜和中紅外光譜迴歸模型.結果錶明,用AN-PLS方法建立的迴歸模型,比用其他常用光譜數據預處理方法結閤PLS及用單獨PLS算法建立的模型具有更小的預測均方根誤差RMSEP和更高的決定繫數R2,因此,AN-PLS具有較優的建模與預測能力,利用近紅外光譜和中紅外光譜技術結閤AN-PLS建模,可實現毛竹筍中不溶性膳食纖維含量的準確測量.
제출료일충결합자편마망락(AN)류형학습화편최소이승(PLS)법적홍외광보건모방법AN-PLS.AN-PLS방법수선용AN산법대홍외광보수거진행비선성강유,재결합PLS건립회귀모형.이용해방법건립료모죽순중불용성선식섬유함량적근홍외광보화중홍외광보회귀모형.결과표명,용AN-PLS방법건립적회귀모형,비용기타상용광보수거예처리방법결합PLS급용단독PLS산법건립적모형구유경소적예측균방근오차RMSEP화경고적결정계수R2,인차,AN-PLS구유교우적건모여예측능력,이용근홍외광보화중홍외광보기술결합AN-PLS건모,가실현모죽순중불용성선식섬유함량적준학측량.
