采用近红外高光谱成像技术(900~1700 nm)结合线性回归算法对牛肉掺假快速无损检测。将鸡肉糜掺入牛肉糜中制备牛肉掺假样品,掺假比例为2%~98%(w/w),掺假间隔为2%。采集掺假样品的光谱图像,提取光谱数据,并利用偏最小二乘回归(Partial le...采用近红外高光谱成像技术(900~1700 nm)结合线性回归算法对牛肉掺假快速无损检测。将鸡肉糜掺入牛肉糜中制备牛肉掺假样品,掺假比例为2%~98%(w/w),掺假间隔为2%。采集掺假样品的光谱图像,提取光谱数据,并利用偏最小二乘回归(Partial least squares regression,PLSR)和多元线性回归(Multiple linear regression,MLR)算法建立掺假样品的定量预测模型。为了减少高维共线性问题,提高模型运算效率,分别采用PLS-β系数法、逐步回归法(Stepwise)和连续投影算法(Successive projection algorithm,SPA)筛选最优波长建立优化预测模型。结果表明,基于SPA算法结合MLR建模方法得到的掺假牛肉预测模型,其预测效果最优,校正集决定系数(R2C)和均方根误差(Root mean square error of calibration,RMSEC)分别为0.99和3.23%,验证集的决定系数(R2P)和均方根误差(Root mean square error of prediction)RMSEP分别为0.97和5.31%,预测偏差(Residual predictive deviation,RPD)为6.82。综上,近红外高光谱成像技术结合线性回归算法可以实现对掺假牛肉的快速无损定量检测。展开更多
提出一种快速的局域线性回归(Fast Locally Linear Regression,FLLR)算法,用于从搭载在风云三号B星(FY-3B)上的红外大气探测仪(IRAS)红外观测数据反演大气温湿廓线。算法所需的观测样本为IRAS/FY-3BL1数据红外观测值与AIRX2RET V5产品...提出一种快速的局域线性回归(Fast Locally Linear Regression,FLLR)算法,用于从搭载在风云三号B星(FY-3B)上的红外大气探测仪(IRAS)红外观测数据反演大气温湿廓线。算法所需的观测样本为IRAS/FY-3BL1数据红外观测值与AIRX2RET V5产品的时空匹配数据,以2011年为例,在180°W^180°E、60°N^60°S的研究区域内按照观测时间绝对差小于15min和观测角度绝对差小于2°的条件获取观测样本,并对样本进行了评价。在匹配观测样本的基础上比较分析了FLLR算法与LLR算法、D矩阵算法和非线性的神经网络算法,然后采用FLLR算法从IRAS/FY-3BL1数据反演得到2011年全年的大气温湿廓线,并外推反演得到2012年第1季度的大气温湿廓线。最后,利用相应的ECMWF再分析数据和RAOB探空观测对2011年的反演结果进行了精度验证,采用AIRX2RET V5产品对2012年第1季度的外推反演结果进行了验证。结果显示:与D矩阵算法相比,FLLR算法反演大气温度和湿度廓线的均方根误差分别减小~0.8K和~0.5g/kg,其精度与非线性的神经网络算法相当;相对于ECMWF再分析数据,本文大气温度和湿度廓线反演结果的均方根误差分别小于2.5K和2.3g/kg;而相对于RAOB数据,其均方根误差分别小于3.5K和2.0g/kg;2012年第一季度外推反演结果的均方根误差分别小于2.5K和1.6g/kg,与算法精度基本一致。IRAS/FY-3B大气温湿廓线的反演精度与MOD07V5大气廓线产品相当。展开更多
文摘采用近红外高光谱成像技术(900~1700 nm)结合线性回归算法对牛肉掺假快速无损检测。将鸡肉糜掺入牛肉糜中制备牛肉掺假样品,掺假比例为2%~98%(w/w),掺假间隔为2%。采集掺假样品的光谱图像,提取光谱数据,并利用偏最小二乘回归(Partial least squares regression,PLSR)和多元线性回归(Multiple linear regression,MLR)算法建立掺假样品的定量预测模型。为了减少高维共线性问题,提高模型运算效率,分别采用PLS-β系数法、逐步回归法(Stepwise)和连续投影算法(Successive projection algorithm,SPA)筛选最优波长建立优化预测模型。结果表明,基于SPA算法结合MLR建模方法得到的掺假牛肉预测模型,其预测效果最优,校正集决定系数(R2C)和均方根误差(Root mean square error of calibration,RMSEC)分别为0.99和3.23%,验证集的决定系数(R2P)和均方根误差(Root mean square error of prediction)RMSEP分别为0.97和5.31%,预测偏差(Residual predictive deviation,RPD)为6.82。综上,近红外高光谱成像技术结合线性回归算法可以实现对掺假牛肉的快速无损定量检测。