期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于近红外光谱分析技术的水蜜桃产地溯源 被引量:7
1
作者 孙晓明 陈小龙 +2 位作者 余向阳 卞立平 孙爱东 《江苏农业学报》 CSCD 北大核心 2020年第2期507-512,共6页
利用近红外光谱分析技术对来自3个省份的水蜜桃进行研究,比较主成分分析-线性判别分析(PCA-LDA)、判别偏最小二乘法(DPLS)、支持向量机(SVM)等方法对光谱数据识别的有效性差异。结果表明,SVM的准确率和召回率均高达94.47%,明显优于PCA-... 利用近红外光谱分析技术对来自3个省份的水蜜桃进行研究,比较主成分分析-线性判别分析(PCA-LDA)、判别偏最小二乘法(DPLS)、支持向量机(SVM)等方法对光谱数据识别的有效性差异。结果表明,SVM的准确率和召回率均高达94.47%,明显优于PCA-LDA和DPLS,更适用于水蜜桃产地溯源。 展开更多
关键词 水蜜桃 产地溯源 近红外光谱 主成分分析-线性判别分析 判别最小 支持向量机
下载PDF
升麻的^1H—NMR指纹图谱-模式识别研究 被引量:6
2
作者 沈莉 赵燕燕 +1 位作者 谢洪平 刘万卉 《中国中药杂志》 CAS CSCD 北大核心 2013年第2期217-222,共6页
目的:建立一种基于1H-NMR指纹图谱-模式识别的不同品种升麻的鉴别方法。方法:以1H-NMR技术测定升麻中三萜皂苷类特征提取物的信息,并转化为数据矩阵,采用化学模式识别方法中的主成分分析(PCA)及判别偏最小二乘(DPLS)法进行识别分析。结... 目的:建立一种基于1H-NMR指纹图谱-模式识别的不同品种升麻的鉴别方法。方法:以1H-NMR技术测定升麻中三萜皂苷类特征提取物的信息,并转化为数据矩阵,采用化学模式识别方法中的主成分分析(PCA)及判别偏最小二乘(DPLS)法进行识别分析。结果:1H-NMR指纹图谱-模式识别能够有效地鉴别不同品种的升麻样本。结论:1H-NMR指纹图谱-模式识别是一种有效的药材分类鉴别方法,可以作为药材质量控制的手段之一。 展开更多
关键词 升麻 1H-NMR指纹图谱 模式识别 主成分分析 判别最小 三萜皂苷
原文传递
基于DPLS特征提取的LDA方法在玉米近红外光谱定性分析中的应用 被引量:11
3
作者 覃鸿 王徽蓉 +1 位作者 李卫军 金小贤 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2011年第7期1777-1781,共5页
提出了一种基于DPLS+LDA的玉米近红外光谱定性分析新方法。该方法在训练时,首先用包含30个玉米品种每个品种20个近红外光谱样本的训练集进行DPLS回归,确定最佳DPLS主成分数为28;然后对训练集光谱进行DPLS特征提取后再进行LDA分析,确定最... 提出了一种基于DPLS+LDA的玉米近红外光谱定性分析新方法。该方法在训练时,首先用包含30个玉米品种每个品种20个近红外光谱样本的训练集进行DPLS回归,确定最佳DPLS主成分数为28;然后对训练集光谱进行DPLS特征提取后再进行LDA分析,确定最佳LDA主成分数为26,并提取LDA特征。识别时,测试样本经过DPLS+LDA特征提取后,用最小距离分类器进行识别。实验比较了DPLS+LDA方法与传统的DPLS回归预测方法及DPLS特征提取方法的判别结果,DPLS+LDA方法的性能最优,等识率达到了96.18%,而传统DPLS预测方法只有85.38%,DPLS特征提取方法为95.76%。实验结果说明DPLS+LDA方法是一种有效的玉米近红外光谱定性分析方法,且具有很强的推广能力。 展开更多
关键词 近红外光谱 线性判别分析 判别最小 定性分析 玉米
下载PDF
基于DPLS-CSM优化的NIRS杂交水稻种子真伪快速无损鉴定 被引量:2
4
作者 徐琢频 范爽 +6 位作者 程维民 林晏清 王琦 刘晶 刘斌美 陶亮之 吴跃进 《中国农学通报》 2017年第2期142-149,共8页
近红外光谱分析技术(NIRS)具有快速、无损、低成本、准确、无污染的优点,有望应用于杂交水稻种子真实性的高通量鉴定及筛选。本研究采用近红漫反射光谱结合一种新的化学计量学方法——判别式偏最小二乘分类筛选法(DPLS-CSM),对单粒水稻... 近红外光谱分析技术(NIRS)具有快速、无损、低成本、准确、无污染的优点,有望应用于杂交水稻种子真实性的高通量鉴定及筛选。本研究采用近红漫反射光谱结合一种新的化学计量学方法——判别式偏最小二乘分类筛选法(DPLS-CSM),对单粒水稻种子‘新两优6号’与其父本、母本和其他假种子进行了区分。通过与判别式偏最小二乘(DPLS)法的对比,使用DPLS-CSM建模时的灵敏度Sn、命中率Pr和马修斯相关系数Mcc分别为97.92%、97.58%和95.51%,高于DPLS法建模的92.01%、93.97%和90.68%;在对验证集进行检验时,DPLS-CSM模型的Sn、Pr和Mcc值分别为98.96%、95%和93.83%,高于后者的94.79%、88.35%和88.57%。结果表明,使用DPLS-CSM结合NIRS对‘新两优6号’的真伪鉴定是可行的,该方法为水稻杂交种真伪的快速无损鉴别与筛选提供了新的选择。 展开更多
关键词 水稻种子 真实性 近红外光谱 漫反射 判别最小 判别最小分类筛选法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部