文档介绍：万方数据
基于鞒煞钟叛〉慕焱夤馄锥糠治瞿P陈万会,刘旭华,何雄奎,闵顺耕,张录达。言笛橐瞧饔氩牧盯。;∞鷋第卷,第期光谱学与光谱分析摘要日鰐是对最小二乘方法的一种改进,在最小二乘法的基础上增加了和厶惩罚,具有变量选择和模型可提高预测精度的良好性质。此研究以个小麦样品为实验材料,通过椒ㄓ叛」谱主成分,≈鞒煞纸⒍量分析模型的可行性。实验中将个小麦样品随机分成两组,个样品做建模集,其余个做预测集。个样品所建模型预测个样品的蛋白质含量,预测值和化学测量值间的相关系数猳.,平均相对误差为ァN=徊娇疾旄梅椒ń5目尚行院臀榷ㄐ裕鲅贩直鸾次随机划分,个样品做为建模集,个样品做为预测集,谓K」馄椎闹鞒煞只疽恢拢煌庇隤和椒ㄗ鞫比,结果显示嗡P偷脑げ庑Ч飨院糜赑,且与椒ㄏ嘟<谌誥哂斜淞垦≡竦功能,且所建模型具有较好的预测效果,表明该方法是一种可行的建立化学计量学定量分析模型的方法。关键词唤焱夤馄祝槐淞垦≡中图分类号:文献标识码:近红外光谱~蟹岣坏暮饣诺男息蚨找媸艿焦馄追治鲅Ы绲闹厥覽。由于近红外光谱信号强度弱,馄仔畔⒃叠【籎,所以必须利用多元统计的方法建立数学模型才能进行样品分析。近红外光谱信息采集区包括几百甚至上千个波长点,样晶某些波长点处的光谱信息存在线性关系,光谱矩阵不是满秩的,不易直接建立多元回归模型进行预测=饩錾鲜鑫侍猓壳氨冉铣功的方法有主成分同归法⑵钚《朔取、言员淞孔;晃:蟛糠中畔⒌纳偈鞒煞郑用线性最小二乘法建立主成分与因变量的回归方程,但主成分的确定与困变量无关,因而预测精度也难达到很高【。侨范ê鸵虮淞肯喙匦源蟮闹鞒煞帧=⒒毓槟P汀9内外多种实验结果表明在近红外光谱分析中,椒ń的预测结果优于一般的线性模型且恢中碌幕毓榉治龊捅淞垦≡竦姆椒╗是在一般的最小二乘同归基础上增加弹性网惩罚,即岭回归惩罚和髎回归惩罚的线性组合。岭回归是通过罚函数收缩回归系数达到降低误差的目的。回归是在一般线性最小二乘法的前提下增加惩罚āJ各网归系数的绝对值之和小于某一常数,由于这个约束的自然属性,使得该回归模制确定的回归系数有的变为零,起到了变鼍选择的作用,有利于提高模型的预测精度,缺点是可能导致过度压缩“。岷险饬街址:ü择变量降低模型预测误差,且一般不过度压缩网归系数。基于闹鞒煞纸7治觯紫冉兄鞒煞址治鋈范一定数目的主成分,然后利用方法优选主成分建立回归模型。实验仪器实验所用仪器为、,/透道镆侗浠唤焱夤谱仪,扫描谱区范围为旷扫描分辨率为~,扫描次取平均。实验材料由中国农业科学院品种资源所提供小麦样品个,样品被碾磨成粉状,过目筛。采用国标凯氏定氮法测定其蛋基金项目:国家自然科学基金项目,国家高技术研究发展计划计划钅椭醒敫咝;究蒲琋琾中国农业大学理学院,北京收稿日期:薅┤掌冢业务费专项资金项目资助作者筒介:胨万会,年生。中国农业大学理学院硕士研究生甤ㄑ读O等:∞
万方数据
若记皇浚鲜鯡,唬5∑=停琁疲骸岛毓橄凳蛄贓鞒煞钟叛〉幕毓槟P峁敕治晃鴏慧絀家籥果。这里将一口璉不大,只有,明显增加时才考虑增加变量。第期光谱学与光谱分析白质含量莆;е。方法设因变量为跋煲虮漩镜淖员淞坑谢Ц觯俏9,,乜,⋯.。如果对因变量胱员淞縵同时作行次观测,得到疗组观测值,对于固定的非负数,如,建立眦荚虻哪勘旰￡,“其中为T蚬兰浦滴毓楣兰凭偷燃