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6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：
光谱多元分析校正集和验证集样本分布优选方法研究 被引量：50
1
作者 刘伟 赵众 +2 位作者 袁洪福 宋春风 李效玉 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2014年第4期947-951,共5页
分析了校正集和验证集样品数随性质分布不均匀性对光谱多元分析校正的不良影响,揭示了实际光谱多元校正中"均值化"现象,即性质值小的样本预测值结果偏大,性质值大的则偏小,提出了一种优选样品新方法—Rank-KS。其综合考虑光... 分析了校正集和验证集样品数随性质分布不均匀性对光谱多元分析校正的不良影响,揭示了实际光谱多元校正中"均值化"现象,即性质值小的样本预测值结果偏大,性质值大的则偏小,提出了一种优选样品新方法—Rank-KS。其综合考虑光谱空间和性质空间对样本进行挑选,将性质空间平均分为若干小区间,在每个小区间内分别利用Kennard-Stone法和随机法进行校正集和验证集样本的挑选,这样得到的校正集和验证集可明显改善样本数随性质分布的均匀性。以红外光谱测定汽油中碳酸二甲酯(DMC)含量和近红外光谱测定二甲亚砜溶液二甲亚砜浓度为研究对象,分别采用Rank-KS、随机法、Kennard-Stone、浓度梯度法和SPXY等方法选择校正集和验证集样品,使用多元线性回归和偏最小二乘法建立模型,比较这些方法对光谱多元校正分析的影响,结果表明Rank-KS方法可改善校正集和验证集样品数随性质分布的均匀性;对于样本数分布中间局部样本多和两端局部少、或者局部没有样本的样本集,使用Rank-KS算法挑选校正集,无论使用MLR还是PLS1建立多元分析模型,均能明显改善其模型预测能力,使得到的模型的预测均方根最小。 展开更多
关键词 样本分集 PLS回归 kennard-stone理论 近红外光谱 红外光谱
下载PDF
结合光谱变换和Kennard-Stone算法的水稻土全氮光谱估算模型校正集构建策略研究 被引量：24
2
作者 陈奕云 赵瑞瑛 +2 位作者 齐天赐 亓林 张超 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2017年第7期2133-2139,共7页
土壤组分光谱估算过程中校正样本集的构建会影响模型的预测精度。当前结合反射光谱和Kennard-Stone(KS)算法的校正样本集构建策略忽视了土壤反射光谱是土壤属性的综合反映,构建的样本集通常无法很好地代表目标土壤组分的变异。光谱变换... 土壤组分光谱估算过程中校正样本集的构建会影响模型的预测精度。当前结合反射光谱和Kennard-Stone(KS)算法的校正样本集构建策略忽视了土壤反射光谱是土壤属性的综合反映,构建的样本集通常无法很好地代表目标土壤组分的变异。光谱变换方法可以突出目标组分的光谱特征,为此,本文以湖北省江汉平原滨湖地区水稻土为研究对象,结合包括一阶微分(FD)、Savitzky-Golay(SG)、Haar小波变换、标准正态变量变换(SNV)和多元散射校正(MSC)在内的光谱变换方法和KS算法进行校正样本集建构,通过对比不同样本集构建策略对使用偏最小二乘回归(PLSR)建立的土壤全氮含量光谱估算模型预测精度的影响,研究光谱变换是否有助于提高基于KS算法构建的校正样本集的代表性。结果表明:不同光谱变换会影响校正样本集的构建。反射光谱经过SG或Haar小波变换后,再使用KS算法构建校正样本集与直接基于反射光谱使用KS算法构建的校正样本集相同,建立的估算模型精度不变,相对分析误差(RPD)分别为1.41和1.27。结合FD,SNV或MSC变换和KS算法构建的校正集与基于反射光谱使用KS算法构建的校正集不同,建立的估算模型RPD分别从0.95,1.48和1.42提高到1.13、1.78和2.20。研究表明SNV和MSC等光谱变换方法可以提高基于KS算法构建的校正样本集的代表性,并可有效提高模型预测精度。 展开更多
关键词 光谱变换 kennard-stone算法 校正集选择 模型精度 土壤全氮
下载PDF
基于K-S算法的水质硝酸盐含量光谱检测方法研究 被引量：16
3
作者 潘国锋 《光谱实验室》 CAS CSCD 北大核心 2011年第5期2700-2704,共5页
应用紫外光谱对水体中的总氮进行测定,常规的测定方法在分析精度上依赖于所建立的光谱数学模型。测量过程中所依据的紫外光谱数据波段较多,模型的建立所依据的测试样本也比较多,因而很容易引入干扰光谱信息。对水质样本的原始光谱进行... 应用紫外光谱对水体中的总氮进行测定,常规的测定方法在分析精度上依赖于所建立的光谱数学模型。测量过程中所依据的紫外光谱数据波段较多,模型的建立所依据的测试样本也比较多,因而很容易引入干扰光谱信息。对水质样本的原始光谱进行一阶微分处理后,采用K ennard-S tone算法对41个样本进行优选,选出30个作为训练集,剩余11个作为预测集,并采用偏最小二乘法建立较理想的硝酸盐校正数学模型,实验结果表明,预测模型效果稳健,预测方法也快速简便,为水体中的硝酸盐检测提供一种新的方法。 展开更多
关键词 偏最小二乘法 吸收光谱 模型精度 kennard-stone算法
原文传递
近红外光谱分析技术快速测定天舒片的包衣薄膜厚度 被引量：12
4
作者 夏春燕 徐芳芳 +7 位作者 张欣 徐冰 王晴 邵杰 崔培超 包乐伟 王振中 肖伟 《中国实验方剂学杂志》 CAS CSCD 北大核心 2020年第1期118-124,共7页
目的:探讨近红外光谱分析技术应用于检测天舒片包衣薄膜厚度的可行性。方法:采集9批天舒片包衣过程样品的近红外漫反射光谱,运用Kennard-Stone算法将样本集划分为校正集和验证集。优选预处理方法,并采用组合间隔偏最小二乘法(si PLS)和... 目的:探讨近红外光谱分析技术应用于检测天舒片包衣薄膜厚度的可行性。方法:采集9批天舒片包衣过程样品的近红外漫反射光谱,运用Kennard-Stone算法将样本集划分为校正集和验证集。优选预处理方法,并采用组合间隔偏最小二乘法(si PLS)和移动窗口偏最小二乘法(mw PLS)优选光谱区间,建立测定包衣厚度的偏最小二乘法(PLS)定量模型。结果:在标准正态变量变换+一阶导数+Norris Derivative平滑对光谱进行预处理并结合si PLS的优选区间建立的模型中,校正集预测值与实测值的相关系数0.966,验证集预测值与实测值的相关系数0.991,表明预测值与实测值的相关性较好。校正均方根误差(RMSEC)0.198%,预测均方根误差(RMSEP)0.062%,表明模型的预测性能良好。结论:近红外光谱分析技术用于天舒片包衣薄膜厚度的测定具有很高的准确性,能够为中药片剂生产过程中包衣厚度的在线检测提供技术支持。 展开更多
关键词 天舒片 近红外光谱技术 薄膜厚度 偏最小二乘法 kennard-stone算法 组合间隔偏最小二乘法 包衣增重
原文传递
近红外光谱法快速测定乳块消糖衣片的包衣厚度 被引量：10
5
作者 刘冰 陈晓辉 +3 位作者 史新元 孙立新 毕开顺 乔延江 《药物分析杂志》 CAS CSCD 北大核心 2009年第9期1435-1439,共5页
目的:利用近红外光谱分析技术,建立乳块消糖衣片包衣厚度快速、无损测定方法。方法:采用Kennard-Stone法对校正集样本和验证集样本进行分类,比较不同的建模方法,并对光谱的预处理方法、建模波段、主因子数的选择进行详细地讨论。结果:... 目的:利用近红外光谱分析技术,建立乳块消糖衣片包衣厚度快速、无损测定方法。方法:采用Kennard-Stone法对校正集样本和验证集样本进行分类,比较不同的建模方法,并对光谱的预处理方法、建模波段、主因子数的选择进行详细地讨论。结果:采用偏最小二乘回归方法(PLSR)建立包衣厚度的近红外光谱定量分析校正模型。所建模型的相关系数R=0.9961,校正误差均方根(RMSEC)为0.0149,预测误差均方根(RMSEP)为0.0194。结论:预测结果表明,本文所建方法快速、无损、可靠,可推广应用于中药生产包衣过程的在线检测。 展开更多
关键词 近红外光谱 乳块消片 包衣厚度 kennard-stone法 偏最小二乘回归方法 在线检测
原文传递
泛Kennard-Stone算法的数据集代表性度量与分块采样策略 被引量：5
6
作者 武晴滢 祝震予 +1 位作者 吴剑鸣 徐昕 《高等学校化学学报》 SCIE EI CAS CSCD 北大核心 2022年第10期290-297,共8页
在大数据机器学习时代,选择更具代表性的数据集对于模型的训练和验证尤为重要.Kennard-Stone(KS)算法及其各种变种(泛KS算法)是一大类优异的数据集分割方法,但其采样比例或采样数的选择仅能依靠经验或根据建模结果事后评判.KS算法依据... 在大数据机器学习时代,选择更具代表性的数据集对于模型的训练和验证尤为重要.Kennard-Stone(KS)算法及其各种变种(泛KS算法)是一大类优异的数据集分割方法,但其采样比例或采样数的选择仅能依靠经验或根据建模结果事后评判.KS算法依据原始文献的计算复杂度为O(K^(3)),难以用于超大数据样本量的计算.本文基于数据集完备性的讨论,提出泛KS算法的数据集代表性度量,以简正振动采样的甲烷分子中碳氢键数据特征分布为例展示采样集代表性效果.简化KS采样过程的筛选算法,提高算法效率至O'(K^(2)).提出将数据集切分成多个子集分别实施KS采样的分块采样策略,可进一步提高算法效率至O″(K).偏最小二乘回归测试结果表明,该方法在提高采样效率的同时仍可保障采样集的代表性. 展开更多
关键词 kennard-stone算法 数据完备性 采样集代表性 线性标度
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