长春市科技支撑计划项目(11KZ05)
- 作品数：3 被引量：19H指数：3
- 相关作者：石晓光刘小溪宦克为于素平蔡小龙更多>>
- 相关机构：北京东方孚德技术发展中心吉林省科学技术信息研究所长春理工大学更多>>
- 发文基金：国家教育部博士点基金吉林省自然科学基金长春市科技支撑计划项目更多>>
- 相关领域：理学更多>>
- 基于特征投影图的小麦近红外光谱变量选择方法研究被引量：3
- 2012年
- 为了简化模型,提高模型预测精度,利用特征投影图(LPG)进行变量选择。对原始光谱进行连续小波变换(CWT),利用主成分分析(PCA)得到LPG,假定LPG中共线性光谱变量对建模作用相同,选出少数特征光谱变量建立预测模型,所得模型预测均方根误差(RMSEP)为0.345 4,优于其他建模方法,研究结果表明,LPG变量选择可有效简化近红外光谱模型,提高模型预测精度。
- 宦克为郑峰刘小溪蔡小龙蔡红星王睿石晓光
- 关键词：近红外光谱支持向量机
- 基于连续小波变换参数选择的小麦近红外光谱模型优化方法研究被引量：5
- 2014年
- 为了提高模型预测精度,结合连续小波变换(CWT)的最优参数选择,优化小麦蛋白质光谱模型。对原始光谱进行CWT,利用主成分分析(PCA)选出5种小波db1、sym2、sym5、sym7、coif1;在不同尺度参数下利用偏最小二乘法(PLS)建模,确定尺度参数为15;在此基础上,利用CWT结合多元散射校正(MSC)及支持向量机(SVM)建模确定最优小波db1;在最优参数下用CWT结合无信息变量消除算法(UVE)和连续投影算法(SPA)及SVM建立预测模型,预测均方根误差为0.3930,优于CWT-UVEPLS-SVM的0.4558和CWT-SPA-SVM的0.4415,研究结果表明,CWT参数选择可有效优化近红外光谱模型。
- 宦克为刘小溪王欣于素平石晓光
- 关键词：近红外光谱连续小波变换连续投影算法支持向量机
- 基于蒙特卡罗特征投影法的小麦蛋白质近红外光谱测量变量选择被引量：12
- 2013年
- 为了实现小麦蛋白质的无损检测,简化便携式小麦蛋白质检测设备的预测模型,提高模型预测精度,该文针对小麦采集波长范围为950～1690nm的近红外漫透反射光谱,结合蒙特卡罗采样(MCS,monte carlosampling)技术与特征投影图(LPG,latent projective graph)方法对波长变量进行选择。根据模型集群分析(MPA,model population analysis)思想,采用MCS技术建立样本子空间,利用主成分分析(PCA,principal componentanalysis)得到LPG,假定LPG中共线性光谱变量对建模作用相同,选出少数波长变量建立子预测模型,选出预测均方根误差(RMSEP,root-mean-square error of prediction)较小的子模型,统计分析其变量的出现频次,选取频次最高的波长变量作为影响变量(IVs,influential variables)。研究结果表明,利用IVs建模可以将RMSEP值由0.5245减小到0.2548,采用蒙特卡罗采样技术的特征投影图方法(MC-LPG,monte carlo-latent projective graph)进行变量选择,对于提高模型预测精度是可行的。
- 宦克为刘小溪郑峰蔡小龙于素平石晓光
- 关键词：近红外光谱无损检测
