期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于MCCV-CARS-RF建立红提糖度和酸度的可见-近红外光谱无损检测方法 被引量：20
1
作者 许锋 付丹丹 +2 位作者 王巧华 肖壮 王彬 《食品科学》 EI CAS CSCD 北大核心 2018年第8期149-154,共6页
利用USB2000+微型光谱仪采集红提400～1 000 nm透过率光谱数据,并通过理化分析测得糖度和酸度值;利用Savit Zky-Golay卷积平滑法对原始光谱进行预处理,结合蒙特卡罗交叉验证法剔除奇异点,再利用竞争自适应重加权采样法降维,最终建立随... 利用USB2000+微型光谱仪采集红提400～1 000 nm透过率光谱数据,并通过理化分析测得糖度和酸度值;利用Savit Zky-Golay卷积平滑法对原始光谱进行预处理,结合蒙特卡罗交叉验证法剔除奇异点,再利用竞争自适应重加权采样法降维,最终建立随机森林预测模型。糖度预测模型的校正集相关系数和均方根误差分别为0.955 8和0.315 8;验证集相关系数和均方根误差为0.956 8和0.318 5。酸度预测模型的校正集相关系数和均方根误差分别是0.945 6和0.300 1;验证集相关系数和均方根误差为0.940 5和0.311 2。结果表明,该方法适用于红提糖度和酸度的快速无损检测,且具有较高的准确度。 展开更多
关键词 可见-近红外光谱 蒙特卡罗交叉验证法 竞争自适应重加权采样法 红提 糖度 酸度
下载PDF
基于NIR的小麦粉异常样本剔除方法研究 被引量：10
2
作者 刘翠玲 孙晓荣 +2 位作者 吴静珠 吴胜男 苗雨晴 《农机化研究》 北大核心 2014年第4期46-48,56,共4页
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... 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。 展开更多
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
下载PDF
基于异常样品剔除的酒醅近红外定量分析模型的精度提升 被引量：8
3
作者 罗林 庹先国 +4 位作者 张贵宇 翟双 朱雪梅 高婧 罗琪 《食品安全质量检测学报》 CAS 北大核心 2022年第9期3017-3025,共9页
目的 利用异常识别算法识别出原数据集中存在的奇异点,以建立预测精度更高的酒醅定量分析模型。方法 采用集群分析思维,利用马氏距离、主成分马氏距离、蒙特卡罗交叉验证法对108个样本进行异常样品识别及剔除,以光谱-理化值共生距离算... 目的 利用异常识别算法识别出原数据集中存在的奇异点,以建立预测精度更高的酒醅定量分析模型。方法 采用集群分析思维,利用马氏距离、主成分马氏距离、蒙特卡罗交叉验证法对108个样本进行异常样品识别及剔除,以光谱-理化值共生距离算法进行样品集的划分,划分比例为3:1。结果 酒醅水分近红外定量分析模型经马氏距离处理后预测精度达到最高,预测相关系数上升了0.43%,预测均方根误差下降了6.94%;酒醅酸度近红外定量分析模型经马氏距离处理后预测精度达到最高,预测相关系数上升了0.02%,预测均方根误差下降了0.20%;酒醅还原糖近红外定量分析模型经蒙特卡罗处理后,预测相关系数上升了8.74%,预测均方根误差下降了42.14%;酒醅淀粉近红外定量分析模型经蒙特卡罗处理后预测精度达到最高,预测相关系数上升了2.81%,预测均方根误差下降了57.80%。结论 经过验证,剔除异常样品可建立出预测精度更高的酒醅定量分析模型。 展开更多
关键词 近红外光谱 异常点检测 酒醅 马氏距离 主成分马氏距离 蒙特卡罗交叉验证法
下载PDF
冻融循环处理毛竹抗弯强度预测模型构建 被引量：2
4
作者 陈博文 颛孙浩 +1 位作者 金咏琪 关鑫 《森林与环境学报》 CSCD 北大核心 2022年第1期88-95,共8页
为了对冻融处理后的毛竹力学性能进行无损检测,以傅里叶红外光谱研究为基础,对106组不同次数冻融循环处理的竹材进行力学检测,并将测得的红外光谱数据经过蒙特卡洛异常值剔除、数据集划分、数据预处理后,利用偏最小二乘法(PLS)确定最佳... 为了对冻融处理后的毛竹力学性能进行无损检测,以傅里叶红外光谱研究为基础,对106组不同次数冻融循环处理的竹材进行力学检测,并将测得的红外光谱数据经过蒙特卡洛异常值剔除、数据集划分、数据预处理后,利用偏最小二乘法(PLS)确定最佳主因子数,建立了毛竹抗弯强度预测模型。结果表明,随着冻融循环处理次数的增加,毛竹的维管束表面出现了不同程度的裂损,导致竹材的抗弯强度逐渐下降。通过数据预处理方式可以有效地提高模型的预测精度,其中MSC+1^(st)D预处理能够得出更优的结果,预测相关系数(R^(2))与预测标准偏差(RMSEP)分别为0.9350和5.2899。 展开更多
关键词 毛竹 冻融循环处理 傅里叶变换红外光谱 抗弯强度 偏最小二乘法 蒙特卡罗交叉验证法 预测模型
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部