-
题名基于NIR的小麦粉异常样本剔除方法研究
被引量：10
- 1
-
-
作者
刘翠玲
孙晓荣
吴静珠
吴胜男
苗雨晴
-
机构
北京工商大学计算机与信息工程学院
-
出处
《农机化研究》
北大核心
2014年第4期46-48,56,共4页
-
基金
北京市教委科研计划重点项目(KZ201310011012)
北京市优秀人才资助项目(2012D005003000007)
北京市自然科学基金项目(4132008)
-
文摘
近红外光谱定量分析的过程中,异常样品的干扰是影响分析模型的重要因素,因此异常样品的判别与处理是提高模型预测能力的一个重要步骤。选取古船面粉厂150个面粉样本,运用马氏距离法和蒙特卡罗交叉验证法(MCCV)分别对异常样品进行了判别和剔除,用剔除样本前后的交互验证均方差RMSECV和预测均方差RMSEP作为评价指标。结果表明,经过马氏距离和MCCV两种算法筛选后,预测精度均得到了提高。同时,对两种方法进行比较,得出适合小麦粉异常样本的剔除方法,提高了后期所建定量分析模型的精确性和可靠性。
-
关键词
小麦粉
异常样本
近红外光谱
马氏距离法
蒙特卡罗交叉验证法
-
Keywords
wheat
abnormal samples
NIR
Mahalanobis distance method
monte carlo cross-validation method （mc-cv）
-
分类号
S123
[农业科学—农业基础科学]
-
