快速准确无损测定牧草种子活力是当前种子生理研究中的一项重要内容，试验以甜燕麦种子为材料，采用近红外光谱结合主成分-马氏距离模式识别方法鉴别了3种不同活力的燕麦种子，研究结果表明，在4000—6900cm^-1波数范围内的光谱，通过SN...快速准确无损测定牧草种子活力是当前种子生理研究中的一项重要内容，试验以甜燕麦种子为材料，采用近红外光谱结合主成分-马氏距离模式识别方法鉴别了3种不同活力的燕麦种子，研究结果表明，在4000—6900cm^-1波数范围内的光谱，通过SNV（Standard Normal Variate）预处理方法，用4个主成分建立的模型效果最佳，模型对校正集样本和预测集样本的鉴别率都分别达到100％，该研究利用近红外光谱技术为快速准确无损测定种子活力提供了一条新途径。展开更多
采用全谱建立多元校正模型时,通常计算量大,模型不够稳健,而且模型的预测精度往往也不能达到最优。文章介绍一种新的波长选择方法:采用连续投影算法(successive projections algorithm),并将其集成偏最小二乘(partial least squares)多...采用全谱建立多元校正模型时,通常计算量大,模型不够稳健,而且模型的预测精度往往也不能达到最优。文章介绍一种新的波长选择方法:采用连续投影算法(successive projections algorithm),并将其集成偏最小二乘(partial least squares)多变量校正技术构成SPA-PLS方法,用于谷物小麦近红外光谱波长优化选择及其与水分含量的定量分析。结果表明:在经SPA算法后,光谱波数可削减97.72%,后继的定量校正模型结构得到显著简化,模型的稳健性也大大增强;同时,被选取的波长物理意义明确,模型的解释能力增强,而模型的预测性能也与GA-PLS方法相当。展开更多
文摘快速准确无损测定牧草种子活力是当前种子生理研究中的一项重要内容，试验以甜燕麦种子为材料，采用近红外光谱结合主成分-马氏距离模式识别方法鉴别了3种不同活力的燕麦种子，研究结果表明，在4000—6900cm^-1波数范围内的光谱，通过SNV（Standard Normal Variate）预处理方法，用4个主成分建立的模型效果最佳，模型对校正集样本和预测集样本的鉴别率都分别达到100％，该研究利用近红外光谱技术为快速准确无损测定种子活力提供了一条新途径。
文摘采用全谱建立多元校正模型时,通常计算量大,模型不够稳健,而且模型的预测精度往往也不能达到最优。文章介绍一种新的波长选择方法:采用连续投影算法(successive projections algorithm),并将其集成偏最小二乘(partial least squares)多变量校正技术构成SPA-PLS方法,用于谷物小麦近红外光谱波长优化选择及其与水分含量的定量分析。结果表明:在经SPA算法后,光谱波数可削减97.72%,后继的定量校正模型结构得到显著简化,模型的稳健性也大大增强;同时,被选取的波长物理意义明确,模型的解释能力增强,而模型的预测性能也与GA-PLS方法相当。
