支持向量机(SVM)在傅里叶变换近红外光谱分析中的应用研究

支持向量机(SVM)用于两类问题的识别研究,它是统计学习理论中最年轻的分支,所建分析模型有严格的数学基础。同时介绍了SVM学习的基本原理和方法,并将该方法引入化学计量学,以103个中药大黄样品为实验材料,通过SVM近红外光谱法建立了大黄样品真伪识别模型。对学习集中33个样品模型识别准确率为100%;对70个预测样品的识别准确率为9677%,为中药大黄的快速识别提供了参考。研究结果表明了SVM近红外光谱法建立生物样品识别模型的可行性。通过旨在介绍SVM学习方法的基本思想,以引起化学计量学工作者的进一步关注。

SVM回归法在近红外光谱定量分析中的应用研究

研究了基于统计学习理论的支持向量机(SVM)回归法在近红外光谱定量分析中的应用。以66个小麦样品为实验材料,由33个小麦样品作为校正样品,采用4种不同核函数方法对小麦样品蛋白质含量与小麦样品近红外光谱进行SVM回归建模。以所建4种不同SVM回归模型对33个小麦预测样品的蛋白质含量进行了预测;不同回归模型的预测结果与凯氏定氮法确定的蛋白质含量的标准化学值间的相关系数均在0.97以上,平均绝对误差小于0.32。为了考察SVM回归校正模型的预测效果,同所建PLS回归模型的预测结果进行了比较,表明所建预测小麦样品蛋白质含量的SVM回归模型亦可通过近红外光谱进行实际样品的定量分析,且有较好的分析效果。

MAXR回归法在近红外光谱定量分析及最优波长选择中的应用研究

介绍了运用MAXR回归法建立傅里叶变换近红外光谱定量分析模型的原理和方法。以此方法,由Matlab语言设计程序,进行近红外光谱定量分析建模的波长信息选择。并以小麦样品为实验材料,建立了蛋白质含量的近红外光谱定量分析模型,其中优选出2个和3个波长点处光谱信息建立的多元回归模型的预测结果与凯氏定氮法分析结果相关系数分别为0.9771和0.9765,标准差分别为0.335和0.340。MAXR回归法在进行波长信息,选择时可建立分别包含1,2,…,k个波长点信息的最优回归模型,且计算量适中,因此是一种实用的选择“最优”波长信息的回归方法。该方法不仅可少而精选择波长信息,建立抗共线性信息干扰的光谱定量分析模型,而且对于特定样品、特定待分析组分,选择最优波长信息建模分析的工作,可指导专用近红外分析仪器的设计。

单孔微喷带喷灌水分布的数学模型

为研究微喷带喷灌水的分布特征 ,依据微喷带单孔喷灌试验得到的数据 (喷水角度以 10°～ 90°设计试验 ) ,采用 DUD非线性数学模型的数据拟合方法 ,确定了微喷带单孔喷灌水分布的单峰和双峰的非线性数学模型。除 10°和 90°外 ,其他喷水角情况下采用双峰模型的拟合精度均明显高于单峰模型。由拟合模型的回归平方和与残差平方和可以看出 ,模型的拟合精度都很高 ,表明采用本文中的非线性数学模型 ,可以较好地描述微喷带喷灌水的分布。这对于进一步精确确定土壤水运动分布状态 。

傅里叶变换近红外全谱回归分析的应用研究

文章以66个小麦样品为实验材料,其中33个为建模集,剩余33个为预测集,利用广义逆矩阵直 接确定傅里叶变换近红外全谱分析回归模型中的回归系数,建立了用于蛋白质定量分析的近红外全谱回归 模型。用此模型对预测集中的样品进行预测,结果与凯氏定氮法测定结果间的相关系数为r=0．979 9,平均 相对误差为1．76％,表明由广义逆矩阵方法所建近红外全谱定量分析回归模型有较好的分析结果。所建模 型不仅可用于对样品的实际分析,而且可根据回归模型中各个系数了解各个波长点处的光谱信息对模型预 测值的贡献,从而可理解并解释傅里叶变换近红外全谱回归模型的物理学与化学意义。

近红外光谱主成分-所有可能回归法定量分析烤烟、小麦样品中的组分含量

利用主成分-所有可能回归法，建立了烤烟、小麦样品不同组份的近红外光谱定量分析模型。结果表明，烤烟样品的总糖、还原糖以及小麦样品的蛋白质含量的预测模型均有好的定量分析结果，且其预测结果与PLS法预测结果相当。

特征根回归法近红外光谱定量分析研究

本文以大豆样品为实验材料 ,研究了特征根回归法近红外光谱定量分析。用 40个大豆样品的近红外光谱数据建立测定大豆蛋白质含量的特征根回归模型 ,预测另外 32个大豆样品的蛋白质含量 ,结果同PLS回归方法进行了比较 ,表明特征根回归模型可用于生物样品的近红外光谱定量分析。特征根回归法是对PCR建模方法改进的又一种化学计量学定量分析校正方法 ,该方法在对样品光谱提取主成份时考虑了待分析组分的作用 ,因此所建立的定量分析模型有好的分析效果。研究结果进一步表明 ,以样品近红外光谱建立定量分析模型 。

玉米植株几何形态特征的统计模型研究

本文研究玉米植株轮廓曲线;叶片长度、宽度与叶位的函数关系以及叶片边缘轮廓曲线等4个儿何形态特征的统计模型。 1 材料与方法 供试材料取自中国农业大学科学园玉米源库生理育种圃。叶片长度、各叶位叶片距主茎最远点坐标通过多媒体图像处理技术获得;叶片最大宽度手工量取;叶片边缘轮廓曲线坐标选用不同叶型(宽叶型、窄叶型)的自交系和杂交种测定。将叶片形状描绘在坐标纸上,记载长、宽坐标(X_i,Y_i),每个叶片记载10个点以上。文中所涉及的性状,叶长系叶基至叶尖的主脉长度;叫位为从植株顶部向下的叶片数;植株轮廓点取坐标(X_i,Y_i),其中Y_i为叶片距茎秆最远点的距离,X_i系该点至地表的距离。叶片边缘轮廓坐标(X_i,Y_i)中X_i系第i点距叫尖的距离,Y_i是该点叶片的1/2宽度。

傅里叶变换近红外光谱信息资源共享的基础研究

为了实现农产品傅里叶变换近红外光谱库信息资源的共享 ,使光谱库的信息资源达到充分利用 ,首先研究了仪器间光谱信息的准确表达 ,即仪器到仪器光谱信息间的映射 ;并以映射光谱研究了用于不同仪器上进行定量分析的无标样建模方法。对于 2 2个小麦样品蛋白质含量 ,无标样建模模型预测值与凯氏定氮结果的相关系数r =0 94 1,平均相对误差为 3 2 8% ;为了考察无标样建模模型定量分析的使用性 ,同时亦对 2 2个小麦样品的蛋白质含量采用有标样建模定量分析 ,模型预测值与凯氏定氮结果的相关系数r =0 96 3,平均相对误差为 2 4 %。有标样建模与无标样建模的模型分析结果的比较 ,为不同仪器间光谱信息的可共享性提供了依据。由此根据不同仪器建立的光谱信息库的库信息即可转化为另一仪器的映射光谱信息 。

化学计量学定量分析模型的评价及应用

本文介绍了评价化学计量学校正技术所建立的定量分析模型定量分析效果的一种实用方法。根据定量分析模型对样品持测组分的计算值x与样品待测组分的标准值y建立简单回归模型：y＝a＋bx，通过检验回归参数a＝0，b＝1的假设能否在一定概率水平上被接受，评价定量分析模型对样品待测组分的预测效果。

傅里叶变换近红外漫反射光谱测定谷物品质性状中应用模糊判别分析的研究

应用模糊多元判别分析,根据Nicolet 170 SX傅里叶变换光谱仪具有快速扫描谷物样品近红外漫反射光谱的特点,研究了建立快速判定谷物样品品质性状的方法。并对具有高、中、低蛋白质含量的48个小麦样品和59个谷子样品的品质性状,进行了实际的判别分析,得到了满意的结果。

玉米籽粒灌浆与积温关系的非线性动态模型

分别用线性与非线性模型建立了描述1989和1990年8至10月份内不同时段积温变化规律的动态模型。在此基础上研究了玉米籽粒灌浆过程的Logistic模型及玉米籽粒灌浆与积温的非线性相关关系，并提出了在研究谷类作物籽粒灌浆与环境因子相关模型时可普遍使用的非线性模型方法。验证结果表明，此方法提高了数据拟合的精度。

付里叶变换近红外漫反射光谱分析中样品制备的评价

引入 Mahalanobis 距离的多元数据处理方法,通过对组内均方根的比较,评价了谷子样品过40目与过60目筛的两种制样的付里叶变换近红外漫反射光谱的测量结果,从而得出与实际定量分析相一致的结论,即过60目筛的样品在光谱定量分析中有较好结果。由此,认为仅通过付里叶变换近红外漫反射光谱的测定即可确定较好的样品制备方法。

利用低场核磁共振研究冷却条件对猪肉保水性的影响

为了通过水分分布信息,深入了解冷却条件对猪肉保水性的影响,以三元杂交猪为对象,利用低场核磁共振(LF-NMR)技术研究了不同冷却条件下猪肉的水分分布及流动规律。结果表明:冷却猪肉低场核磁共振自旋-自旋弛豫时间T2谱中出现4个水分峰,其横向弛豫时间分别为T20(150～500μs),T21(1～3ms),T22(40～50ms),T23(150～400ms)。滴水损失、蒸煮损失与T22,T23呈现显著正相关(P<0.01),自由水含量(pT23)与滴水损失的相关系数为0.858。冷却过程中不易流动水(pT22)先增加后减少,自由水(pT23)先减少后逐渐增加。与常规常湿冷却相比,两段式快速冷却使胴体的冷却失重降低了0.3%,高湿冷却使胴体的冷却失重降低了约0.5%,显著提高了保水性(P<0.05)。核磁成像显示,相对湿度95%处理组冷却猪肉表面的自由水比相对湿度80%处理组多。该研究结果对猪肉冷却工艺确定具有一定的指导作用。

傅里叶变换近红外光谱仪扫描条件对数学模型预测精度的影响

以小麦粉状样品为例 ,研究了傅里叶变换近红外光谱仪在不同分辨率 ,不同的激光频率下扫描样品对近红外光谱用于分析小麦样品蛋白质含量的影响。结果表明 :以 4 ,8,16cm- 1 的分辨率扫描样品或当激光频率改变幅度在 1cm- 1 以内时对小麦蛋白模型的影响不显著 。

PLS-BP法近红外光谱定量分析研究

建立BP模型用于近红外光谱定量分析时,为克服所建模型与训练样本集产生“过拟合”,先用线性算法为其压缩训练数据是必要的。目前多采用主成分法(PCA)和逐步回归法(SRA)。主成分法具有极强的压缩数据能力,用它压缩成的主成分输入BP网所建模型的预测精度一般能满足要求,但它处理数据时未考虑输出变量的影响。逐步回归法根据系统输出选择变量,但所选变量具有自相关性,而且与训练集样品的排列顺序有关,很难选出最好的变量,往往难满足预测精度要求。本研究用偏最小二乘法(PLS),根据输出变量将原始数据压缩为主成分,输入BP网并用所建模型预测30个小麦样品的蛋白质含量。结果表明,与PCA-BP模型的预测决定系数(R2)从92.50提高到97.10,训练迭代次数从12 000减少到4 500。

现代近红外光谱分析的信息处理技术

介绍了现代近红外光谱分析技术的要点 ,流程 ,以及建立数学模型的优化层次与建模层次。最后 ,阐明了在我国应用与发展近红外技术的策略 ,即“产业化”与“民主化”相结合。

近红外光谱定量检测腌腊肉制品品质的研究

以中国传统腌腊肉为对象,研究用近红外光谱分析技术快速准确检测肉制品品质的可行性。腊肉是富含脂肪的肉制品,其酸价是目前国标中必须检测的品质指标,它可以反映腊肉在加工储藏过程中脂肪氧化酸败的情况,对腊肉的品质尤为重要。腊肉样品经过简单的粉碎后在BRUKER傅里叶变换近红外光谱仪上扫描,获得其近红外光谱参照国标法测定酸价和水分含量,采用附加散射校正光谱预处理方法,建立了腊肉酸价和水分含量的PLS回归模型。酸价模型预测集中样品的预测值与标准值的相关系数r2为0.98,预测标准差RMSECV为0.25;水分含量模型预测集中样品的预测值与标准值的r2为0.90,RMSECV为0.02。成对t检验统计结果表明近红外光谱分析技术可以用于腊肉制品品质的快速检测。

作物株型信息多媒体图像处理技术的研究

用计算机多媒体图像处理技术对作物植株株型信息进行了提取、描述和管理的研究。植株图像经摄像或照片输入计算机并数字化后,通过计算机可完成对植株图像的编辑和特征信息提取,输出近30个描述株型信息的指标,包括一些基于多媒体图像技术的新指标,如用于描述植株与叶片占据空间大小的株幅值(Rp)、叶幅值(RI)、茎叶距(SLD);描述叶片空间分布状态的叶均角(LAA);描述株型优化程度的叶均角指数(LAAI)、茎叶角指数(SLAI)和叶向值指数(LOVI)等。利用该技术对我国目前常用的102个玉米杂交种和82个自交系及部分麦类作物植株作了图像处理,并将上述玉米植株的图像及有关相应参数数据信息存储于电脑中,初步建立了玉米品种资源植株株型特征图像与数据信息库。作物株型信息多媒体图像处理技术受人为影响少,能够快速、准确、客观获取、表述和管理株型信息,比以往人工方法具有很大的优越性,为作物育种、栽培及生理的研究提供了有效的研究手段。