- 相關(guān)推薦
有監(jiān)督主成分回歸法在近紅外光譜定量分析中的應(yīng)用研究
摘要：介紹了運(yùn)用有監(jiān)督主成分回歸法建立近紅外光譜定量分析模型的原理和方法.利用該方法先進(jìn)行近紅外光譜定量分析建模的波長(zhǎng)信息選擇,達(dá)到降低光譜數(shù)據(jù)維數(shù)的目的,然后建立數(shù)學(xué)模型,并用其分析預(yù)測(cè)集樣品.文中以66個(gè)小麥樣品為實(shí)驗(yàn)材料,隨機(jī)選擇其中40個(gè)樣品建立小麥樣品中蛋白質(zhì)含量的近紅外光譜定量分析模型,首先優(yōu)選出4個(gè)波長(zhǎng)點(diǎn):4 632,4 636,5 994,5 997 cm-1,利用這4個(gè)波長(zhǎng)點(diǎn)處光譜信息建立主成分回歸模型預(yù)測(cè)26個(gè)樣品的蛋白質(zhì)含量,其結(jié)果與凱氏定氮法分析結(jié)果的相關(guān)系數(shù)為0.991,平均相對(duì)誤差為1.5%.該方法從大量光譜數(shù)據(jù)中篩選出最重要的部分波長(zhǎng)信息,實(shí)現(xiàn)了少而精的波長(zhǎng)點(diǎn)選擇,對(duì)建立抗共線性信息干擾的光譜定量分析模型,同時(shí)對(duì)指導(dǎo)專用近紅外分析儀器設(shè)計(jì)中波長(zhǎng)點(diǎn)的選擇等方面都有一定的意義. 作者： 劉旭華[1]徐興忠[2]何雄奎[3]張錄達(dá)[3] Author： 作者單位： 北京理工大學(xué)理學(xué)院,北京,100081;中國(guó)農(nóng)業(yè)大學(xué)理學(xué)院,北京,100193北京理工大學(xué)理學(xué)院,北京,100081中國(guó)農(nóng)業(yè)大學(xué)理學(xué)院,北京,100193 期 刊： 光譜學(xué)與光譜分析 ISTICEISCIPKU Journal： SPECTROSCOPY AND SPECTRAL ANALYSIS 年，卷(期)： 2009, 29(11) 分類號(hào)： O657.3 關(guān)鍵詞： 近紅外光譜 有監(jiān)督主成分回歸 定量分析 機(jī)標(biāo)分類號(hào)： TQ4 TG1 機(jī)標(biāo)關(guān)鍵詞： 有監(jiān)督 主成分回歸法 近紅外光譜 光譜定量分析 應(yīng)用研究 Quantitative Analysis Principal Component Regression Application 定量分析模型 波長(zhǎng) 預(yù)測(cè)集樣品 蛋白質(zhì)含量 信息選擇 光譜數(shù)據(jù) 平均相對(duì)誤差 回歸模型預(yù)測(cè) 方法 凱氏定氮法 近紅外分析 儀器設(shè)計(jì) 基金項(xiàng)目： 國(guó)家自然科學(xué)基金項(xiàng)目，國(guó)家863項(xiàng)目【有監(jiān)督主成分回歸法在近紅外光譜定量分析中的應(yīng)用研究】相關(guān)文章：
紅外光譜在定量分析中的應(yīng)用04-28
基于主成分分析和BP神經(jīng)網(wǎng)絡(luò)的土壤養(yǎng)分近紅外光譜檢測(cè)04-29
應(yīng)用近紅外光譜技術(shù)定量分析雜交玉米純度的研究05-07
近紅外光譜測(cè)定復(fù)方對(duì)乙酰氨基酚片的有效成分04-29
近紅外反射光譜快速測(cè)定玉米DDGS營(yíng)養(yǎng)成分的研究05-07
SPSS中主成分分析在體育科研中的應(yīng)用研究(一)04-29
玉米自交系品質(zhì)性狀的近紅外光譜測(cè)定04-30
土壤中總氮與總磷含量的近紅外光譜實(shí)時(shí)檢測(cè)方法04-26
生物組織近紅外光譜自動(dòng)測(cè)試系統(tǒng)04-28
玉米品種近紅外光譜的DFT特征分析方法05-07