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1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k-means聚类挑选特征样品建立烟草近红外光谱模型
1
作者 招云芳 王献友 +6 位作者 黄文勇 米津锐 尚关兰 李克强 秦家文 李瑞东 孙莉 《中国新技术新产品》 2016年第19期1-3,共3页
为突破建立近红外光谱模型需要大量实验数据这一瓶颈,实现快速建立烟草近红外光谱预测数学模型,本研究利用k-means聚类分析算法挑选出具有代表性的特征样品光谱,采用偏最小二乘(PLS)回归法建立了烟草6项常规化学指标的近红外光谱模型,... 为突破建立近红外光谱模型需要大量实验数据这一瓶颈,实现快速建立烟草近红外光谱预测数学模型,本研究利用k-means聚类分析算法挑选出具有代表性的特征样品光谱,采用偏最小二乘(PLS)回归法建立了烟草6项常规化学指标的近红外光谱模型,并对模型进行了优化及外部验证。结果表明:烟草6项常规化学指标预测模型的相关系数(R)较大,在0.9356以上,交叉验证均方差(RMSECV)在0.867以内,外部验证均方差(RMSEP)小于1.71,预测值和标准值没有显著差异。同时,预测结果还与用大量样品建立的模型的预测结果进行了t检验方式的比较,其结果无显著性差异,说明用挑选特征样品建立的模型和使用大量样品建立的模型分析效果一致,可用于批量烟草样品常规化学指标的快速检测。 展开更多
关键词 k-means聚类分析 近红外光谱预测数学模型 化学指标 优化验证
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