典型文献
基于化学计量学方法的黄水还原糖预测模型研究
文献摘要：
目的 利用预处理对近红外光谱原始数据集进行降噪及非相关信息剔除后,采用间隔偏最小二乘法(interval partial least squares,iPLS)与连续投影算法(successive projections algorithm,SPA)联用的特征波段筛选算法降低模型复杂度,建立高精度低冗余度的黄水还原糖预测模型.方法 在最佳的3种预处理方法的基础上,利用竞争性自适应重加权算法、间隔偏最小二乘回归法、连续投影算法对250个样品的光谱数据进行特征波段筛选,采用光谱-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 黄水还原糖预测模型经iPLS-SPA算法处理后,得到了更高的精度与稳定性,且预测可决系数较原始数据集提升7.28％,为0.962;预测均方根误差下降85.40％,为0.220;光谱变量数下降95.46％,为100.结论 在预处理后加入iPLS-SPA特征波段筛选算法,能够提升黄水还原糖预测模型精度,极大减低冗余度.
文献关键词：
黄水;还原糖;傅里叶近红外光谱法;间隔偏最小二乘法;连续投影算法
中图分类号：
作者姓名：
罗琪;庹先国;张贵宇;罗林;朱雪梅;刘文斌
作者机构：
四川轻化工大学自动化与信息工程学院,宜宾 644000;人工智能四川省重点实验室,宜宾 644000;西南科技大学信息工程学院,绵阳 621010
文献出处：
引用格式：
[1]罗琪;庹先国;张贵宇;罗林;朱雪梅;刘文斌-.基于化学计量学方法的黄水还原糖预测模型研究)[J].食品安全质量检测学报,2022(18):6026-6031
A类：
傅里叶近红外光谱法
B类：
化学计量学方法,黄水,还原糖,原始数据,降噪,间隔偏最小二乘法,interval,partial,least,squares,iPLS,连续投影算法,successive,projections,algorithm,SPA,特征波段,波段筛选,筛选算法,模型复杂度,低冗余,冗余度,预处理方法,竞争性自适应重加权算法,偏最小二乘回归法,光谱数据,可决系数,差下,光谱变量,预测模型精度,减低
AB值：
0.262987
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
