您的位置: 专家智库 > >

曹楠宁

作品数:6 被引量:39H指数:3
供职机构:中国农业大学食品科学与营养工程学院更多>>
发文基金:国家自然科学基金国家科技支撑计划“十一五”国家科技支撑计划更多>>
相关领域:理学轻工技术与工程农业科学更多>>

文献类型

  • 3篇期刊文章
  • 3篇会议论文

领域

  • 5篇理学
  • 3篇轻工技术与工...
  • 1篇农业科学

主题

  • 4篇光谱
  • 2篇遗传算法
  • 2篇糖度
  • 2篇近红外
  • 2篇近红外光
  • 2篇近红外光谱
  • 2篇红外
  • 2篇红外光
  • 2篇红外光谱
  • 2篇GA
  • 1篇正交
  • 1篇正交信号校正
  • 1篇牛奶
  • 1篇牛奶蛋白
  • 1篇牛奶蛋白质
  • 1篇奶蛋白
  • 1篇黄冠梨
  • 1篇多元线性回归
  • 1篇MLR
  • 1篇波段选择

机构

  • 6篇中国农业大学

作者

  • 6篇李鹏飞
  • 6篇王加华
  • 6篇韩东海
  • 6篇曹楠宁

传媒

  • 2篇光谱学与光谱...
  • 1篇红外与毫米波...

年份

  • 1篇2010
  • 2篇2009
  • 3篇2008
6 条 记 录,以下是 1-6
排序方式:
BiPLS结合GA优选可见/近红外光谱MLR变量被引量:14
2009年
利用反向区间偏最小二乘法(BiPLS)定位光谱糖度若干信息区间,运用遗传算法(GA)从中选择波长点,建立了多元线性回归(MLR)模型。光谱进行卷积平滑和二阶导数处理后,将光谱(225个数据点)分割成25个子区间时,BiPLS优化结果最优。在所定位的信息区间进行GA二次选择特征变量,运行100次依次选择入选频率较高的12个波长点。为简化MLR模型,对于入选的相邻波长选择频率较高者,最后选择638,734,752,868,910,916和938nm作为回归变量,建立的MLR预测模型相关系数(R2)、校正均方根误差(RMSEC)和预测均方根误差(RMSEP)分别为0.984,0.364和0.471,优于常用的逐步多元线性回归的建模结果。表明BiPLS结合GA可以有效地对李子糖度可见/近红外光谱MLR回归变量进行筛选,提高了模型的精度。
李鹏飞王加华曹楠宁韩东海
关键词:遗传算法多元线性回归
基于iPLS原理最优化信息区间的桃糖度组合权重PLS模型研究被引量:20
2009年
采用反向区间偏最小二乘法和组合区间偏最小二乘法优化桃糖度可见/近红外光谱的信息区间组合,在选择的信息区间的基础上建立了一种线性组合权重PLS模型.对近红外光谱进行二阶导数处理、卷积平滑校正后,发现在区间分割数为15时筛选结果最优,BiPLS所选择的信息区间为742~770nm和862~920nm,SiPLS所选择的信息区间为742~770nm、832~860nm和892~920nm.直接组合信息区间BiPLS和SiPLS模型的RMSEP值分别为0.386和0.308,线性组合权重PLS模型的RMSEP值分别为0.351和0.364.结果说明在近红外定量分析中线性组合权重模型的建立克服了复杂样品各信息区间对PLS建模贡献率不一样的问题.
王加华李鹏飞曹楠宁韩东海
关键词:糖度
SiPLS结合ANN算法提高牛奶蛋白质模型精度
本文提出一种组合区间偏最小二乘法(SiPLS)结合人工神经网络(ANN)算法,用以提高原料奶蛋白质近红外模犁的预测精度。首先采用SiPLS选择建模光谱区间,建立SiPLS模犁预测原料奶蛋白线性部分;然后在SiPLS法选择...
曹楠宁王加华李鹏飞韩东海
移动窗口偏最小二乘法优选黄冠梨糖度近红外光谱波段
移动窗口偏最小二乘法用于筛选高维光谱数据的信息区间,是一种波段优选方法。本文将该方法应用于黄冠梨糖度近红外光谱分析中,对其优选的光谱波段进行PLS建模。光谱经多元散射校正处理后进行波段选择,通过改变窗口大小得到不同信息区...
李鹏飞王加华曹楠宁韩东海
关键词:近红外光谱波段选择糖度黄冠梨
基于MWPLS结合SiPLS最优化信息区间的组合权重模型
本文采用移动窗口偏最小二乘法(MWPLS)和区间组合偏最小二乘法(SiPLS)对苹果糖度近红外光谱进行二次信息区间筛选,在选择的信息区间基础上采用了两种策略建立PLS模型,一种是组合所有区间建立PLS模型,另一种是在各信...
王加华李鹏飞曹楠宁韩东海
基于GA和SCMWPLS算法的NIR光谱信息变量提取研究被引量:13
2010年
光谱数据压缩、信息变量提取是近红外应用研究的热点,是简化模型、提高预测精度的重要手段。本文以杏可见/近红外光谱为例,采用二阶导数、标准化和正交信号校正(OSC)处理以滤除光谱与浓度阵无关的信号;使用SCMWPLS选择出880,894-910和932nm为建模区间建立PLS预测模型,其相关系数(R)、校正误差(SEC)和预测误差(SEP)分别为0.920,0.454和0.470;进行独立运行GA程序100次,依次选择入选频率较高的2个波长点888和900nm作为回归变量,建立GA-MLR预测模型,其R,SEC,SEP分别为0.905,0.488和0.459,均优于全谱的偏最小二乘建模结果。结果显示,OSC可以滤除光谱与浓度阵无关的信号,减少建立模型所用的主因子数;SCMWPLS和GA可以寻找最优信息变量组合。该方法对于建立低维度、高精度近红外快速分析模型具有普遍参考意义。
曹楠宁王加华李鹏飞韩东海
关键词:近红外光谱正交信号校正遗传算法
共1页<1>
聚类工具0