血糖近红外光谱分析的Savitzky-Golay平滑模式与偏最小二乘法因子数的联合优选

利用偏最小二乘法(PLS)和光谱Savitzky-Golay(SG)平滑方法,建立血清葡萄糖近红外光谱分析的优化模型。基于最优单波数模型的预测效果,提出划分校正集和验证集的一种新方法。采用10000～5300cm-1和4920～4160cm-1的组合波段,光谱经过SG平滑处理,利用PLS方法建立定标预测模型。将平滑点数扩充为5,7,…,87(奇数),多项式次数扩充为n=2,3,4,5,6,得到包含582个平滑模式的14个平滑系数表。对所有平滑模式和PLS因子数(1～40)分别建立PLS模型。按照预测效果进行优选,得到最优SG平滑模式为1阶导数平滑,3、4次多项式类型,SG平滑点数为53,最优PLS因子数为7,最优RMSEP达到0.376mmol/L。所采用的划分校正集和验证集的方法、SG平滑模式的扩充、SG平滑模式和PLS因子数的联合大范围筛选能够有效地应用于近红外光谱分析的模型优化。

利用近红外透射光谱技术测定小麦品质性状的研究

为了研究小麦品质性状的快速测试方法,本试验以2002年来自全国各地的426个小麦品种为材料,利用近红外光谱透射仪(NITS)分析了小麦籽粒水分、蛋白质含量、硬度和面粉的干、湿面筋含量、灰分含量、SDS及Zeleny沉淀值等8项指标,根据定标集样品化学分析数据和吸收光谱建立了定标模型,并获得了较高的预测集决定系数(0.70～0.97)和较低的标准误差(0.05～11.18)。同时,选用了一批有代表性的预测集样品对模型进行了预测,结果表明,近红外光谱技术用于测试小麦品质是可行的,能够用于育种的早代选择。

中国冬播小麦面粉颗粒度分布及近红外透射光谱测试技术研究

面粉颗粒度是影响小麦食品加工品质的重要性状。以2 0 0 1- 2 0 0 2年度来自北部冬麦区、黄淮冬麦区、长江中下游冬麦区和西南冬麦区的2 5 6份小麦品种(系)为材料,用激光散射颗粒度分析仪和近红外透射光谱技术对面粉颗粒度进行了研究。结果表明,我国小麦面粉颗粒度分布特点为从北向南,硬质麦分布比例逐渐减少,软质麦分布比例逐渐增大。总体上硬质麦所占比例较高,为5 9. 4 % ,软质麦和混合麦所占比例分别为2 8 .1%和12 .5 %。近红外预测集模型决定系数为0 92 ,与激光散射颗粒度分析仪测试结果之间呈极显著正相关。在建立模型时,采用预测残差平方和及交叉验证处理方法进行了主成分数目选择,并对定标集样品中浓度超常样品和光谱超常样品做2次删除,删除样品数占总样品数的4 .1% ,使定标模型决定系数RSQ从0 . 82提高到0. 92 ,标准误差SEC从12 . 75下降到8 .5 4 ,提高了模型的预测精度,优化了定标模型。此外,根据我国小麦颗粒度大小分布的特点,建立了各麦区的定标模型,其可靠性优于以总参试样品建立的模型。

基于数据划分和集成的方法预测信号肽

在信号肽预测问题中,由于信号肽序列长度不等且氨基酸组成具有多样性的特点,以往方法通常采用滑动窗口进行处理,从而导致了信息丢失以及数据不平衡等问题。为改善少数类预测效果,对训练数据进行了预处理,将多数类样本数据划分,生成的各组样本分别与少数类样本合并组成若干个数据子集,在两种蛋白质编码方案下采用概率神经网络建立多个分类器,采用加权投票将多分类器集成的方法预测信号肽。在目前广泛使用的Neilsen数据集上进行实验,表明该方法具有一定的有效性。

牛肉品质高光谱检测技术研究

为及时了解肉品品质,需要一种快速准确检测肉品品质的方法。针对此问题,提出利用高光谱检测技术检测肉品品质的方法。高光谱检测技术,需对光谱进行预处理。主要分析在400~1100nm波长内获取牛肉表面的高光谱图像,经过多种预处理方法进行预处理后,再通过连续投影算法进行特征波长优选后,分别利用多元线性回归对新鲜度和水分含量进行校正集和预测集建模,通过模型评价指标来判断各预处理方法的优劣性。实验结果表明,2阶9点S.Golay卷积平滑对牛肉新鲜度指标和水分含量的预测均是最佳预处理方法。

基于率定量化标准系数的SPA年径流预测

针对集对分析(set pair analysis,SPA)在径流预测中径流集合量化标准仅根据主观经验确定的问题,提出了率定量化标准系数的SPA年径流预测模型,即首先对量化标准系数进行率定,再用SPA模型对径流进行预测。将该模型应用于长江宜昌站,并与经验标准预测结果进行对比。结果表明,率定量化标准后的预测结果能更好、更准确地反映原序列的变化,精度更高。

基于集对分析预测的电能量值校准方法

针对电能量值传递过程中精度需求,提出基于标准电能表组的量值传递方法,并在此基础上提出基于集对分析预测的电能量值校准方法,利用集对分析预测算法获得的预测值实现对标准电能表组的测量值进行修正,从而获得更为准确的电能量值.采用3个标准电能表1年的测量数据进行验证.研究结果表明:提出的基于集对分析预测的电能量值校准方法能够有效提高电能测量精度.

羧甲司坦片通用型近红外定量分析模型的建立及建模样本的选取

目的：建立羧甲司坦片快速定量分析模型,并探讨近红外定量分析模型中校正集样本数的选择,提高模型的预测能力。方法：收集全国19家生产企业共140批羧甲司坦片样品,采集近红外光谱图,以聚类分析法分别将总样本集分成120类、115类、111类、106类、102类、96类、91类、86类、81类、76类、71类、66类、61类、57类、52类、47类和42类,从每一类中选出一个样本作为训练集,逐一建立模型,利用OPUS光谱软件中定量2方法选择最优建模参数,建立羧甲司坦片通用型定量分析模型,并进行方法学验证。结果：选取61个样本建立羧甲司坦片定量模型,模型交叉验证均方根误差（RMSECV）为1.17%,检验集验证均方根误差（RMSEP）为1.08%,相关系数为0.995;模型能够快速准确预测片剂中羧甲司坦的质量分数,范围为22.28%~85.15%。结论：选取合适数量的样本作为模型的校正集,可有效提高模型预测能力;本文所建立的羧甲司坦片通用型快速定量分析模型准确度好,耐用性强。