国家自然科学基金(21275164)
- 作品数:9 被引量:74H指数:6
- 相关作者:梁逸曾范伟周冀衡李鑫宾俊更多>>
- 相关机构:中南大学湖南农业大学云南省烟草公司保山市公司更多>>
- 发文基金:国家自然科学基金湖南省研究生科研创新项目国家质检总局科技计划项目更多>>
- 相关领域:理学农业科学轻工技术与工程机械工程更多>>
- 近红外光谱混合模型定量分析不同物理状态样品的研究被引量:4
- 2017年
- 近红外光谱(NIRS)以漫反射模式对非均质样本进行测量时,由于其光谱散射和吸收系数差异较大,建立的校正模型准确性和稳健性较低,因此,本研究提出了一种基于均质样本和模型转移方法建立混合模型的策略,解决非均质样本近红外光谱检测的问题。以烟叶样本为研究对象,分别建立了基于Shenk专利算法(Shenk's)、分段直接标准化(PDS)和基于典型相关分析的模型转移算法(CTCCA)的烟粉+烟丝、烟粉+烟片混合模型,用于烟丝和烟片样本中烟碱含量的预测。结果表明,混合模型对烟丝和烟片样本的预测均方误差(RMSEP)较直接建模分别降低了1.39%和2.73%,预测结果有一定的改善,稳健性提高,3种方法中CTCCA表现最优。因此,采用近红外光谱均质模型和模型转移方法建立的混合模型对非均质样本的测定具有可行性,有利于在线近红外光谱分析技术的发展,可为近红外光谱模型的共享提供参考。
- 李鑫宾俊范伟周冀衡陈沃若
- 关键词:混合模型
- 近红外技术结合SaE-ELM用于烤烟烘烤关键参数的在线监测被引量:8
- 2016年
- 自适应进化极限学习机(SaE-ELM)是一种利用自适应差分进化算法优化隐层输入参数的单隐层前馈神经网络学习算法。为了解决烟叶密集烘烤过程中关键参数难以测定的难题,应用近红外光谱技术结合SaE-ELM,采用交叉验证选择隐含层节点个数,对烘烤过程中含水率,以及叶绿素和淀粉含量3个关键参数的动态变化进行了监测。结果表明:烟叶含水率、叶绿素和淀粉模型预测相关系数分别为0.931 2、0.917 6和0.916 7,与偏最小二乘(PLS)回归、BP神经网络、支持向量机(SVM)回归和极限学习机(ELM)模型相比,SaE-ELM模型参数自动优化、性能优越、泛化能力强、预测结果最好。因此,采用近红外技术结合SaE-ELM能准确测定烟叶烘烤过程中关键参数的变化规律,可为烟叶烘烤调控工艺提供技术参考。
- 宾俊范伟周冀衡李鑫梁逸曾肖志新刘芮
- 关键词:烟叶烘烤
- 化学建模与模型集群分析被引量:12
- 2015年
- 本文简单介绍了化学建模与模型集群分析的思想,并列举了基于模型集群分析的思路与框架。近年来,应用于化学建模各个方面的许多新算法包括奇异样本诊断、变量选择、模型参数与评价、稳健与模型应用域。本文通过应用于不同的数据类型,包括近红外光谱、定量构效关系及代谢组学数据,举例阐述模型集群分析方法的可行性与应用性,为未来开发化学建模新算法提供一个好的思路和框架。
- 云永欢邓百川梁逸曾
- 关键词:化学建模采样统计分析
- 近红外光谱与模型集群分析测定毛涤混纺织物成分含量被引量:9
- 2016年
- 将近红外光谱法和模型集群分析方法应用于毛涤混纺织物成分含量的快速无损测定。以近红外测量方法采集93个毛涤混纺织物的光谱信号,利用光谱预处理消除信号漂移的影响,在模型集群分析基础上,剔除异常样本,筛选出30个关键波长,采用偏最小二乘法(PLS)建立涤纶含量的预测模型。所建立模型的训练集相关系数r2为0.9827、交互验证均方误差(RMSECV)为3.26、预测均方根误差(RMSEP)为3.34,预测结果令人满意,适合于毛涤混纺织物中涤纶含量的快速、无损检测。
- 罗峻吴淑焕聂凤明许敏范伟梁逸曾
- 关键词:近红外光谱毛涤混纺织物偏最小二乘法
- Chemical fingerprinting of Su-He-Xiang-Wan and attribution of major characteristic peaks for its quality control by GC-MS被引量:1
- 2013年
- Su-He-Xiang-Wan (SHXW ) 的一条简单、灵巧的煤气的层析团分光计(GCMS ) 指纹被开发,类似分析被进行,并且主要典型山峰的归属为 SHXW 质量控制被识别。GCMS 分析在一台 QP2010 仪器上被执行(Shimadzu,日本) 与 RTX-5MS 的毛状的列装备了。列温度在 50 点被开始 ???????? 控慬獳??? 汰獵瀭畬 ??  ̄′吗?
- WANG Wei-pingLIN JuanZHANG Liang-xiaoZHANG Ming-yueLIANG Yi-zeng
- 关键词:GC-MS分析质谱联用仪毛细管色谱柱
- 基于NIR技术和ELM的烤烟烟叶自动分级被引量:18
- 2017年
- 为解决初烤烟叶收购中人工分级主观因素影响较大的问题,提出了一种基于近红外(NIR)光谱技术结合极限学习机(ELM)算法自动鉴别烟叶等级的方法。文章首次提出基于品质相似、价格接近原则的烟叶收购分组方法,通过交互检验优化ELM分组、分级模型的隐节点数,并与K最近邻法(KNN)、支持向量机(SVM)和随机森林(RF)等多分类算法进行了比较。结果表明:ELM分类模型参数自动优化、训练时间短、稳定性和预测能力较好,2014年(数据集A)、2015年(数据集B)烟叶收购国标样本上、中、下等烟外部预测分组正确率分别为95.77%和94.23%,数据集A和B的上、中、下等烟各组样本外部预测分级正确率分别为85.71%、86.67%、100%和100%、92.86%、92.86%。因此,采用NIR技术结合ELM能准确鉴别初烤烟叶等级,可为烤烟烟叶收购质量等级评价提供一种新技术。
- 宾俊周冀衡范伟李鑫梁逸曾肖志新李春顺
- 关键词:烟叶分级近红外光谱极限学习机多分类算法
- 智能优化算法应用于近红外光谱波长选择的比较研究被引量:16
- 2017年
- 近红外光谱(NIRS)是一种间接分析技术,其应用需建立相应的校正模型。为了提高模型的解释能力、预测准确度和建模效率,需要对NIRS进行波长选择,优选最小化冗余信息。智能优化算法是以生物的行为方式或物质的运动形态为背景,经过数学抽象建立算法模型,通过迭代计算来求解组合最优化问题,其核心策略是以某种目标函数为标准,基于多元校正建模并以逐步逼近的方法筛选出有效的波长点。选用蚁群优化(ACO)、遗传优化(GA)、粒子群优化(PSO)、随机青蛙(RF)和模拟退火(SA)5种智能优化算法对烟叶总氮和烟碱近红外光谱数据进行特征波长选择,结合偏最小二乘(PLS)算法,构建了多个烟叶总氮和烟碱的校正模型,结果显示:所选用两个数据集的总氮最优模型分别为PSO-PLS和GA-PLS模型,烟碱最优模型分别为GA-PLS和SA-PLS模型,五种智能优化算法所建模型预测性能并非全部优于全谱PLS模型,但是通过智能优化算法进行波长选择后建立的PLS模型大大简化,模型的预测精度、可解释性和稳定性均有所提高。同时也对优选波长进行了解释和分析,烟叶总氮特征波长优选组合为4 587~4 878和6 700~7 200cm-1;烟叶烟碱特征波长优选组合为4 500~4 700和5 800~6 000cm-1,优选出来的特征波长具有实际物理意义。
- 宾俊范伟周冀衡李鑫梁逸曾
- 关键词:近红外光谱智能优化算法波长选择总氮烟碱
- 基于近红外光谱和随机森林方法鉴别蜂蜜真伪被引量:6
- 2014年
- 目的建立蜂蜜样品真伪鉴别的近红外光谱快速检测方法,为今后蜂蜜检验工作提供可靠参考依据。方法采用积分球透反射模式采集样品近红外光谱数据,以Savitzky-Golay 1阶微分方法对原始光谱进行预处理,以随机森林方法建立光谱数据与蜂蜜真伪的定性判别模型。结果所建立的判别模型中训练样本判别正确率为100%,测试样本判别正确率为95%。结论近红外透反射光谱技术应用于蜂蜜真伪鉴别的可行性,同其他分析方法相比具有操作简单、速度快、效率高、无污染、费用低、无需复杂前处理等优点。
- 莫菲凡范伟周冀衡梁逸曾
- 关键词:近红外光谱法蜂蜜掺伪鉴别
- 拉曼光谱法快速测定汽油中芳烃和烯烃含量研究被引量:1
- 2015年
- 该研究采用拉曼光谱法对汽油中的总芳烃和总烯烃含量进行直接测定,通过随机蛙跳方法选择特征波段并采用偏最小二乘法建立模型。总芳烃模型的测试集相关系数为0.985,预测均方根误差为1.08,总烯烃模型的测试集相关系数为0.942,预测均方根误差为0.78。结果表明模型相关性较好,可满足实际应用需求,为拉曼光谱在汽油成分检测中的应用奠定基础。
- 徐贺明李建华崔建方梁逸曾
- 关键词:拉曼光谱汽油芳烃烯烃