CN:36-1239/TH

ISSN:1672-3872

半月刊

JST日本科学技术振新机构数据库(日)(2022)

中文核心期刊(遴选)数据库收录期刊

中文科技期刊数据库收录期刊

中国学术期刊(光盘版)全文收录期刊

中国期刊网收录期刊

中国学术期刊综合评价数据库 统计源期刊

搜索
搜索
这是描述信息

基于近红外光谱技术的多酚类物质异常样本识别方法研究

访问量:

DOI:10.3969/j.issn.1672-3872.2024.02.003

基金项目:江苏中烟工业有限责任公司科技项目“基于苏产卷烟品牌需求的烟叶原料基地层级优化研究”(Y04H202001)

作  者:王桂瑶1 ,李少鹏2 ,詹 映3 ,田 震2 ,郭建华1 ,宋纪真1

(1. 中国烟草总公司郑州烟草研究院,河南 郑州 450000;2. 江苏中烟工业有限责任公司,江苏 南京 210000; 3. 上海创和亿电子科技发展有限公司,上海 200092)

 

摘 要:【目的】在近红外定量模型建立过程中,通过剔除异常样本,可以提高模型整体的稳定性和精度。【方法】课题组采用 PCA马氏距离法、半数重采样法、蒙特卡洛偏最小二乘交叉检验法对异常样本进行剔除后,利用PLS建立烟叶中多酚类物质咖啡奎尼酸模型,通过模型的平均绝对误差、平均相对误差、相关系数(R)和均方差(RMSEC)进行对比分析。【结果】采用三 种方法剔除异常样本后所建模型结果:马氏距离法平均绝对误差为0.15,平均相对误差为2.32%,RMSEC为0.15,R为0.94;半数重采样法平均绝对误差为0.17,平均相对误差为2.43%,RMSEC为0.17,R为0.92;蒙特卡洛偏最小二乘交叉检验法平均 绝对误差为0.14,平均相对误差为2.01%,RMSEC为0.14,R为0.95。【结论】采用蒙特卡洛偏最小二乘交叉检验法剔除异常样本较其他方法效果更佳。

关键词:马氏距离;蒙特卡洛;相关系数;模型

 

引文信息:[1]王桂瑶,李少鹏,詹映,等.基于近红外光谱技术的多酚类物质异常样本识别方法研究[J].南方农机,2024,55(2):10-12+25.

查看全文请下载PDF文件↓

相关下载

分类:
2024年
文件大小:
1.3M
2024-02-06 10:59:18
所属人群:
所有人
上一页
1
底部logo

公众号

地       址:江西省南昌市东湖区省政府大院北一路3号6楼

联系电话:0791-86202556

投稿邮箱:nfnj@vip.163.com

版权所有:江西南方农机杂志社有限责任公司.  All rights reserved.   SEO     赣ICP备2023003226号-1       技术支持:中企动力-南昌