|
|
啤酒文獻目錄
您現(xiàn)在的位置：啤酒文獻目錄 |
|
分析化學(xué)
題名：基于自加權(quán)變量組合集群分析法的近紅外光譜變量選擇方法研究
作者：趙環(huán)宦克為石曉光鄭峰
出版年：2018
卷期:01
頁碼:
分類:總論
內(nèi)容摘要:變量選擇技術(shù)是光譜建模的重要環(huán)節(jié)。本研究提出了一種新的變量選擇方法——自加權(quán)變量組合集群分析法（AWVCPA）首先通過二進制矩陣采樣法（BMS）對變量空間進行采樣;其次通過對變量出現(xiàn)頻率（Fre）和偏最小二乘回歸系數(shù)（Reg）兩種信息向量（IVs）做加權(quán)處理得到了每個光譜變量的貢獻值進而考慮到了Fre和Reg兩類IVs對于光譜建模的影響;最后通過指數(shù)衰減函數(shù)（EDF）刪除貢獻小的波長點進而實現(xiàn)特征變量選取。以啤酒和玉米兩組近紅外光譜數(shù)據(jù)為例基于偏最小二乘法（PLS）建立啤酒中酵母濃度預(yù)測模型和玉米中油濃度預(yù)測模型對比其它變量選擇方法。研究表明在相同條件下基于AWVCPA變量選擇方法建立的預(yù)測模型都取得了最優(yōu)的預(yù)測精度對啤酒中酵母濃度的預(yù)測相比全光譜PLS模型RMSEP由0.5348下降到0.1457預(yù)測精度提高了72.7%;對玉米含油量的預(yù)測相比全光譜PLS模型預(yù)測均方根誤差（RMSEP）由0.0702下降到了0.0248預(yù)測精度提高了64.7%。
|
|
