10.3964/j.issn.1000-0593(2015)05-1233-06
IPLS-SPA波长选择方法在近红外秸秆生物量中的应用研究
在近红外光谱分析模型中全谱信息通常含有大量冗余信息,会导致模型解析时间延长、加大模型解析难度,因此如何快速有效地选取特征波长至关重要。采用基于间隔偏最小二乘(interval partial least squares ,IPLS)结合连续投影算法(successive projections algorithm ,SPA)对小麦秸秆发酵过程微生物生物量进行特征波长选择,共制备85个样本,采用氨基葡萄糖法测定微生物生物量,选择68个样本作为校正集,17个样本作为验证集。首先对全谱区520个波长点根据间隔点大小10,20,30,40进行分段建模,选取出4450~4925和9194~9993 cm-1两个波段范围作为特征波段,将选取出的特征波段再进行连续投影算法及遗传算法(genetic algorithm ,GA)特征波长点选取,并进行综合分析对比。实验结果表明采用IPLS-SPA算法选择4450~4925和9194~9993 cm-1的组合波段具有最佳建模效果,相比于全谱建模其参与建模的波长点由520个减少到10个,模型验证集决定系数(R-Square ,R2)从0.8849提升至0.94528,验证集均方误差根(root mean square error prediction ,RMSEP)从11.1049降至8.2033,GA遗传算法虽取得了更优的模型精度,但其实验结果并不稳定且随机性较强,而IPLS结合SPA方法能够稳定而准确的(地)选择特征波长信息,提高模型运算速度并降低模型拟合难度,可以作为一种新的波段选择参考方法。结果表明采用近红外光谱分析方法对秸秆发酵生物量进行快速检测是可行的。
近红外光谱、间隔偏最小二乘、连续投影算法、遗传算法
TS225.1(食品工业)
国家863计划项目2013AA102303;黑龙江省自然科学基金项目F201402;哈尔滨市科技攻关项目2013AA6BN010
2015-06-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
1233-1238