期刊文献+
共找到119篇文章
< 1 2 6 >
每页显示 20 50 100
基于CWT-sCARS的土壤铜含量高光谱反演
1
作者 张世文 李唯佳 +2 位作者 李恩伟 朱曾红 孔晨晨 《蚌埠学院学报》 2024年第2期17-23,共7页
光谱变量的有效程度与土壤铜含量的反演精度密切相关。基于原始反射率以及不同分解尺度下的小波系数,本研究采用连续小波变换(CWT)算法、稳定性竞争自适应重加权采样(sCARS)算法和随机森林(RF)算法对土壤铜含量进行了反演与验证。研究... 光谱变量的有效程度与土壤铜含量的反演精度密切相关。基于原始反射率以及不同分解尺度下的小波系数,本研究采用连续小波变换(CWT)算法、稳定性竞争自适应重加权采样(sCARS)算法和随机森林(RF)算法对土壤铜含量进行了反演与验证。研究结果表明:连续小波变换可以有效提高光谱特征与土壤铜含量之间的相关性,不同分解尺度对应的最大相关系数中,最大值位于Scale 8分解尺度下1343 nm处,相关系数为0.60;使用sCARS算法可以显著减少特征变量的数量,结合CWT变换和sCARS算法可以显著减轻数据冗余,提高土壤Cu含量的反演精度。该研究可为利用高光谱遥感技术,快速、高精度反演土壤Cu含量提供重要参考。 展开更多
关键词 高光谱反演 连续小波变换 稳定性竞争自适应重加权采样
下载PDF
ZY1-02DAHSI影像归一化阴影植被指数NSVI的波段选择及其构建
2
作者 许章华 陈玲燕 +6 位作者 项颂阳 邓西鹏 李一帆 俞辉 贺安琪 李增禄 郭孝玉 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第9期2626-2637,共12页
高光谱影像具有连续的地物光谱信息,在阴影检测方面具有巨大的潜力,而波段冗余度高需进行波段优选。归一化阴影植被指数(NSVI)能够扩大光谱差异,在高光谱影像中应用NSVI将更有效地识别阴影。资源一号02D卫星是我国首颗自主研发并成功运... 高光谱影像具有连续的地物光谱信息,在阴影检测方面具有巨大的潜力,而波段冗余度高需进行波段优选。归一化阴影植被指数(NSVI)能够扩大光谱差异,在高光谱影像中应用NSVI将更有效地识别阴影。资源一号02D卫星是我国首颗自主研发并成功运行的高光谱业务卫星,数据信噪比大、覆盖能力强,对该高光谱影像进行准确的阴影检测具有重要意义。以ZY1-02DAHSI影像为试验数据,提取并分析明亮区植被、阴影区植被及水体的光谱反射率;结合竞争自适应重加权采样(CARS)和连续投影算法(SPA)筛选能够有效区分典型地物的主要波段,综合考虑算法的特性进一步选出特征波段构建NSVI;通过步长法确定最佳阈值对影像进行分类,从像元值分布情况、分类精度和光谱增强效果等对比出构建NSVI的最佳波段,并结合不同的阴影指数、波段和影像进行综合评价,验证该方法的意义及普适性。结果表明:波段32和波段73是构建NSVI的最佳波段,分别对应红光波段和近红外波段;不同波段构建的NSVI分类精度均高于90%,由最佳波段构建的NSVI分类精度为94.33%,Kappa系数为0.8328,分类效果最优;NSVI能够增强典型地物间的光谱差异并缓解归一化植被指数的“易饱和”现象,在该影像中因水体累积产生的小波峰有助于提取水体;在ZY1-02DAHSI影像中NSVI的分类效果优于归一化阴影指数和阴影指数,于另一景影像的分类精度也达到93.55%,Kappa系数为0.8167。由算法筛选出的波段具有一定的代表性,最佳波段构建的NSVI在ZY1-02DAHSI影像中具有较好的阴影检测能力,对高光谱影像阴影检测及构建植被指数具有一定的借鉴和参考意义。 展开更多
关键词 归一化阴影植被指数NSVI ZY1-02DAHSI影像 竞争自适应重加权采样(CARS) 连续投影算法(SPA) 阴影检测
下载PDF
基于近红外光谱技术的空苞山核桃快速识别 被引量:3
3
作者 俞储泽 翁定康 +1 位作者 曹烁森 孙通 《中国食品学报》 EI CAS CSCD 北大核心 2024年第2期292-302,共11页
空苞山核桃是指果实没有种仁或者发育受阻的山核桃,严重影响山核桃产品品质。为实现空苞山核桃的快速无损识别,利用2种近红外检测装置在200~1160 nm波长范围采集带壳山核桃样本的光谱,采用8种预处理方法进行光谱预处理,利用竞争自适应... 空苞山核桃是指果实没有种仁或者发育受阻的山核桃,严重影响山核桃产品品质。为实现空苞山核桃的快速无损识别,利用2种近红外检测装置在200~1160 nm波长范围采集带壳山核桃样本的光谱,采用8种预处理方法进行光谱预处理,利用竞争自适应重加权采样(CARS)方法筛选空苞山核桃的特征波长变量,最后应用线性判别分析(LDA)、二次判别分析(QDA)和马氏距离判别分析(MDA)建立空苞和正常山核桃的分类模型。结果表明,使用检测装置1所建立的空苞山核桃分类模型性能优于检测装置2的分类模型,经多元散射校正(MSC)预处理后建立的分类模型的识别结果最好,LDA、QDA及MDA模型的特异性、敏感性和正确率均为1,优于其它预处理方法建立的分类模型。经CARS变量筛选后,建模所用的光谱变量数目大大减少,有效简化了分类模型,而模型性能仍与全波长模型性能持平。本文为空苞山核桃的快速、无损识别提供了一种可行的方法。 展开更多
关键词 山核桃 近红外光谱 空苞 竞争自适应重加权采样
下载PDF
滨海湿地土壤质地高光谱估测模型对比分析
4
作者 李想 张永彬 +5 位作者 刘明月 满卫东 孔德坤 宋利杰 宋敬茹 王福增 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第9期2568-2576,共9页
土壤质地影响着植被分布、水土保持能力、微生物活动等多种物理、化学、生物和水文特性和过程。准确地获取土壤质地对湿地生态修复和保护具有重要意义。基于天津市滨海湿地57个实测表层土壤质地和可见光-近红外高光谱数据,对土壤样品进... 土壤质地影响着植被分布、水土保持能力、微生物活动等多种物理、化学、生物和水文特性和过程。准确地获取土壤质地对湿地生态修复和保护具有重要意义。基于天津市滨海湿地57个实测表层土壤质地和可见光-近红外高光谱数据,对土壤样品进行S-G平滑以及一阶微分(FD)、倒数(RT)、倒数一阶微分(RTFD)、平方根(SR)、平方根一阶微分(SRFD)、倒数之对数(LR)和倒数之对数一阶微分(LRFD)八种变换,分析不同土壤质地类别的光谱曲线特征及土壤粒径含量与八种变换之间相关性。通过竞争性自适应重加权算法(CARS)优选特征波段,结合偏最小二乘(PLSR)、随机森林(RFR)和支持向量机(SVR)三种回归算法,对比不同光谱变换后的土壤粒径含量建模效果。结果表明:(1)湿地土壤质地类别主要为粉壤土和粉土,粉土在400~2400nm波段光谱反射率最高,砂土在400~2000nm波段光谱反射率最低,FD、RTFD和SRFD变换后波段反射率与土壤粒径含量的相关性明显提高,最大相关系数绝对值均达到0.58以上,最高达到0.70。(2)CARS算法筛选八种光谱变换的特征波段数为全波段数的1.05%~6.15%,有效降低光谱数据的信息冗余。(3)对比三种粒径含量估测模型,SRFD和RTFD光谱变换的SVR模型精度最好,优于其他两种模型,黏粒(SRFD)测试集(R^(2)=0.72,RMSE=1.86%,nRMSE=11.33%)、粉粒(SRFD)测试集(R^(2)=0.72,RMSE=2.82%,nRMSE=7.30%)和砂粒(RTFD)测试集(R^(2)=0.71,RMSE=5.75%,nRMSE=5.91%)。研究结果可为高光谱数据准确监测滨海湿地土壤质地提供依据与技术支撑。 展开更多
关键词 滨海湿地 土壤质地 光谱变换 竞争性自适应重加权算法 机器学习
下载PDF
拉曼光谱结合机器学习对植物油的分类鉴别
5
作者 苏东斌 秦嘉桧 李开开 《食品与发酵工业》 CAS CSCD 北大核心 2024年第6期274-281,共8页
该研究采集了六类(38个品牌)常见植物油的551份拉曼光谱,并根据光谱数据分别建立了正交偏最小二乘判别和支持向量机模型,对比了连续投影法和竞争性自适应重加权采样法对模型识别正确率的影响。基于算法改进的偏最小二乘判别模型的总体... 该研究采集了六类(38个品牌)常见植物油的551份拉曼光谱,并根据光谱数据分别建立了正交偏最小二乘判别和支持向量机模型,对比了连续投影法和竞争性自适应重加权采样法对模型识别正确率的影响。基于算法改进的偏最小二乘判别模型的总体预测准确率为82.53%、83.13%,低于基于全光谱数据建立的偏最小二乘判别模型。竞争性自适应重加权采样法结合支持向量机对玉米油、橄榄油、葵花籽油和芝麻油的品牌分类测试集正确率均达到100%;椰子油和花生油的测试集正确率为22.22%、63.64%。两类特征提取算法均可以减少建立分类模型所需的变量数目和计算资源,但以提取后变量建立分类模型可能会导致识别正确率下降。在解决样本间相似度较高的多分类问题时,支持向量机模型优于正交偏最小二乘判别模型。正确率差异可能和生产商所使用的生产工艺以及植物油原料相关。面对案件侦办中品牌种类多样的油脂物证,基于拉曼光谱分析和特征提取算法的支持向量机模型可为可食用植物油的无损快速检验提供一定的参考与借鉴。 展开更多
关键词 植物油 拉曼光谱 机器学习 连续投影法 竞争性自适应重加权采样法
下载PDF
基于中红外光谱的牛乳中A 2β-酪蛋白检测方法研究
6
作者 杨戬 刘伯扬 +5 位作者 王丹慧 高永亮 赵三军 赵凯 李慧 仪虹伯 《中国乳业》 2024年第11期144-148,156,共6页
[目的]研究基于中红外光谱的牛乳中A2β-酪蛋白检测方法。[方法]进行光谱采集,利用多元散射校正及标准正态化预处理提高光谱信噪比,在竞争自适应重加权算法筛选得到特征变量基础上,建立基于偏最小二乘的定量分析模型。[结果]预处理及变... [目的]研究基于中红外光谱的牛乳中A2β-酪蛋白检测方法。[方法]进行光谱采集,利用多元散射校正及标准正态化预处理提高光谱信噪比,在竞争自适应重加权算法筛选得到特征变量基础上,建立基于偏最小二乘的定量分析模型。[结果]预处理及变量筛选后,训练、预测误差分别达到0.061 g/100 g、0.068 g/100 g,R分别达到0.893、0.875。[结论]中红外光谱方法可用于牛乳中A2β-酪蛋白快速检测,光谱预处理、特征变量提取方法显著提高建模精度,可为牛乳中其他成分的光谱检测方法准确性提供参考。 展开更多
关键词 中红外光谱 A2β-酪蛋白 预处理 竞争自适应重加权采样
下载PDF
基于高光谱成像技术的糯玉米种子分类研究 被引量:2
7
作者 庄浩轩 魏明生 +2 位作者 王波 赵慕阶 陈化东 《现代农业研究》 2024年第1期51-57,共7页
为了快速、准确、无损地对糯玉米种子分类,采用可见-近红外(400~1000 nm)高光谱成像仪对5种糯玉米种子进行数据采集,使用一阶中心差分联合SG平滑对糯玉米种子的原始光谱数据进行预处理去噪,通过自优化竞争性自适应重加权采样算法筛选出5... 为了快速、准确、无损地对糯玉米种子分类,采用可见-近红外(400~1000 nm)高光谱成像仪对5种糯玉米种子进行数据采集,使用一阶中心差分联合SG平滑对糯玉米种子的原始光谱数据进行预处理去噪,通过自优化竞争性自适应重加权采样算法筛选出56个重要的特征波段,同时采用灰度共生矩阵和Sobel算子提取糯玉米种子的相关性、能量、同致性、相关熵、灰度熵和梯度熵等6种纹理特征,将光谱特征与纹理特征融合后构建支持向量机分类模型,分别用350个训练样本、150个测试样本和50个预测样本对模型进行训练、测试和预测分类,相应得到了准确率为98.50%、95.92%和94.00%的最佳结果,表明利用高光谱成像技术对糯玉米种子分类是可行的。 展开更多
关键词 高光谱成像技术 一阶中心差分 自优化 竞争性自适应重加权采样算法 灰度共生矩阵
下载PDF
基于CARS-SPA特征提取的黄水淀粉近红外光谱定量模型优化
8
作者 母雯竹 张贵宇 +2 位作者 张维 姚瑞 付妮 《食品科学》 EI CAS CSCD 北大核心 2024年第19期8-14,共7页
为提高白酒固态发酵的副产物黄水中淀粉含量预测模型精度和建模效率。采用傅里叶变换近红外光谱仪采集黄水光谱信息,利用一阶导数对光谱进行预处理,并结合偏最小二乘回归(partial least squares regression,PLSR)建立黄水淀粉定量预测... 为提高白酒固态发酵的副产物黄水中淀粉含量预测模型精度和建模效率。采用傅里叶变换近红外光谱仪采集黄水光谱信息,利用一阶导数对光谱进行预处理,并结合偏最小二乘回归(partial least squares regression,PLSR)建立黄水淀粉定量预测模型。使用决定系数(R^(2))和预测均方误差(root mean square error of prediction,RMSEP)评价模型性能。光谱中含有大量冗余信息,为有效提升黄水淀粉含量检测精度和优化模型效率,将不同特征提取方法的优点结合,发现使用竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)结合连续投影算法(successive projections algorithm,SPA)提取的光谱特征所建立的PLSR模型,相较于未使用特征提取或仅使用单一特征提取所建立的模型均有明显提升。在单一使用CARS时,模型的R^(2)为0.9654,RMSEP为0.2012%,而结合SPA后,R2为0.9738,RMSEP为0.1748%。此外,光谱维度从2203个减少到了126个,不仅提高了预测精度,也提升了建模效率。本研究提出的方法可作为黄水近红外定量模型优化的有效途径。 展开更多
关键词 黄水 近红外光谱 竞争性自适应重加权算法 连续投影算法 偏最小二乘回归法
下载PDF
鲸鱼算法改进极限学习机的葡萄酒品质评价研究
9
作者 窦力 郑崴 +1 位作者 李柏秋 李斐 《食品与机械》 CSCD 北大核心 2024年第6期62-68,共7页
[目的]解决近红外光谱中冗余信息过多的问题,提升葡萄酒品质评价模型的准确性,并构建一种快速无损的葡萄酒品质评价方法。[方法]运用竞争性自适应重加权采样法进行特征波长筛选,提出了鲸鱼算法改进极限学习机的葡萄酒品质评价模型。通... [目的]解决近红外光谱中冗余信息过多的问题,提升葡萄酒品质评价模型的准确性,并构建一种快速无损的葡萄酒品质评价方法。[方法]运用竞争性自适应重加权采样法进行特征波长筛选,提出了鲸鱼算法改进极限学习机的葡萄酒品质评价模型。通过自适应重加权采样法等多种特征波长筛选方法,确定了最适用于葡萄酒光谱特征波长筛选的方法;针对ELM的初值权值与隐含层偏置选取问题,利用鲸鱼优化方法对初值权值与隐含层偏置进行优化,从而构建了一种基于鲸鱼优化算法改进的极限学习机葡萄酒品质评价模型。[结果]与GA-ELM、PSO-ELM和传统的ELM模型相比,WOA-ELM的准确率最高,达到了0.9445,GA-ELM的准确率为0.9290,PSO-ELM的准确率为0.9061,传统的ELM方法准确率为0.8177。[结论]通过智能算法优化ELM模型的参数,可以有效提高葡萄酒品质评价的准确性。 展开更多
关键词 近红外光谱 极限学习机 鲸鱼优化算法 特征波长 竞争性自适应重加权采样法
下载PDF
高光谱反演耕地土壤质量评价元素含量方法研究
10
作者 易孜芳 周磊磊 +1 位作者 骆检兰 曹里 《自然资源遥感》 CSCD 北大核心 2024年第3期225-232,共8页
为探讨利用高光谱快速估算耕地土壤质量元素镉(Cd)、砷(As)含量的可行性和准确度,该文针对元素光谱特征波段提取及高光谱定量反演建模开展研究。使用一阶/二阶微分(first derivative/second derivative,FD/SD)、倒数对数(logarithm reci... 为探讨利用高光谱快速估算耕地土壤质量元素镉(Cd)、砷(As)含量的可行性和准确度,该文针对元素光谱特征波段提取及高光谱定量反演建模开展研究。使用一阶/二阶微分(first derivative/second derivative,FD/SD)、倒数对数(logarithm reciprocal,LR)、包络线去除(continuum removal,CR)4种光谱变换与竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)、相关性分析(Pearson correlation analysis,PCC)2种特征筛选相组合的多种方法提取光谱特征波段。在此基础上,分别利用偏最小二乘回归(partial least squares regression,PLSR)和粒子群改进的随机森林回归(particle swarm optimization-random forest regression,PSO-RFR)2种回归模型来反演元素含量并进行精度验证。结果表明,实验区土壤元素Cd和As预测的最佳模型均为FD-CARS-PLSR,Cd和As元素模型的决定系数R^(2)最高分别为0.863和0.959,相对分析误差分别为2.799和5.119。FD/SD光谱变换结合CARS特征筛选能够提升PLSR反演模型的精度。研究成果可以为土壤Cd和As元素含量的快速估算提供参考。 展开更多
关键词 高光谱遥感 光谱变换 特征波段选择 偏最小二乘回归 竞争性自适应重加权算法
下载PDF
基于高光谱结合机器学习对塑料瓶盖的快速分类研究
11
作者 周飞翔 姜红 +2 位作者 钟方昊 周贯旭 刘业林 《上海塑料》 CAS 2024年第2期54-59,共6页
为建立一种快速无损分类塑料瓶盖的方法,采用高光谱成像技术对48个塑料瓶盖样品进行检验。首先对原始光谱进行预处理,再分别采用主成分分析法、偏最小二乘-判别分析法和竞争自适应重加权采样法构建高光谱数据集,并对数据集分别使用支持... 为建立一种快速无损分类塑料瓶盖的方法,采用高光谱成像技术对48个塑料瓶盖样品进行检验。首先对原始光谱进行预处理,再分别采用主成分分析法、偏最小二乘-判别分析法和竞争自适应重加权采样法构建高光谱数据集,并对数据集分别使用支持向量机、多层感知机模型和卷积神经网络进行训练。结果表明:利用竞争自适应重加权特征提取构建的塑料瓶盖高光谱图像,在卷积神经网络中的测试集准确率达到了100%。该方法方便快捷,对样品无损且用量少,为塑料瓶盖的分类提供了有力的支持。 展开更多
关键词 高光谱技术 塑料瓶盖 偏最小二乘-判别分析 竞争自适应重加权采样 卷积神经网络
下载PDF
基于sCARS-RF算法的高光谱估算土壤有机质含量 被引量:23
12
作者 李冠稳 高小红 +1 位作者 肖能文 肖云飞 《发光学报》 EI CAS CSCD 北大核心 2019年第8期1030-1039,共10页
针对土壤高光谱数据量大、存在光谱信息冗余和重叠现象,应用稳定竞争性自适应重加权采样策略挑选特征变量,结合偏最小二乘回归和随机森林建立土壤有机质含量估算模型,并与竞争性自适应重加权算法、迭代保留有效信息变量、连续投影算法... 针对土壤高光谱数据量大、存在光谱信息冗余和重叠现象,应用稳定竞争性自适应重加权采样策略挑选特征变量,结合偏最小二乘回归和随机森林建立土壤有机质含量估算模型,并与竞争性自适应重加权算法、迭代保留有效信息变量、连续投影算法和遗传算法所得结果进行比较。结果显示,5种变量选择算法挑选的特征变量主要分布在1900~2400nm的近红外光谱区域。RF模型的预测效果优于PLSR模型;与PLSR模型相比,RF模型鲁棒性更好,对异常值和噪声的敏感度更低。基于sCARS算法挑选的特征变量建立RF模型,变量数为51个,仅占全波段的2.55%,验证集R^2=0.958,获得的RPD为4.7,能够很好地预测SOM含量。 展开更多
关键词 土壤有机质 可见-近红外光谱 稳定竞争性自适应重加权 随机森林 湟水流域
下载PDF
基于CWT-sCARS的东北旱作农田土壤有机质高光谱反演 被引量:22
13
作者 勾宇轩 赵云泽 +3 位作者 李勇 卓志清 曹梦 黄元仿 《农业机械学报》 EI CAS CSCD 北大核心 2022年第3期331-337,共7页
精准高效获取不同类型土壤的有机质含量,对促进东北土壤退化防治和耕地质量提升有重要意义。本研究以东北旱作农田典型土壤类型为研究对象,采集了黑土、黑钙土、潮土和棕壤共118个土壤样品,采用倒数对数、一阶微分、连续统去除和连续小... 精准高效获取不同类型土壤的有机质含量,对促进东北土壤退化防治和耕地质量提升有重要意义。本研究以东北旱作农田典型土壤类型为研究对象,采集了黑土、黑钙土、潮土和棕壤共118个土壤样品,采用倒数对数、一阶微分、连续统去除和连续小波变换分别对其光谱曲线进行预处理。通过稳定性竞争自适应重加权采样(sCARS)算法筛选敏感波段,并建立偏最小二乘回归模型。研究结果表明:连续小波变换处理可以抑制背景和噪声的干扰,挖掘土壤光谱内隐含的有效信息,提高土壤光谱与有机质含量的相关性。sCARS算法能够提取与土壤有机质相关的重要特征信息变量,去除冗余、重叠的光谱信息,提高建模效率。黑土、黑钙土、潮土和棕壤的最佳模型均为连续小波变换模型,R^(2)分别达到了0.83、0.88、0.93和0.93;一阶微分模型也有较好的表现,而倒数对数、连续统去除的模型效果不佳。连续小波变换处理后,模型的精度和稳定性得到了显著提升,建模集、验证集决定系数R^(2)最高提升了0.13、0.28,均方根误差(RMSE)最大降低了2.48、2.40 g/kg。连续小波变换结合sCARS算法,为土壤有机质含量的高光谱快速精准估测提供了新途径。 展开更多
关键词 东北旱作区 土壤有机质 高光谱 连续小波变换 稳定性竞争自适应重加权采样
下载PDF
Rapid fatty acids detection of vegetable oils by Raman spectroscopy based on competitive adaptive reweighted sampling coupled with support vector regression
14
作者 Linjiang Pang Hui Chen +7 位作者 Liqing Yin Jiyu Cheng Jiande Jin Honghui Zhao Zhihao Liu Longlong Dong Huichun Yu Xinghua Lu 《Food Quality and Safety》 SCIE CSCD 2022年第4期545-554,共10页
Objectives:The composition and content of fatty acids are critical indicators of vegetable oil quality.To overcome the drawbacks of traditional detection methods,Raman spectroscopy was investigated for the fast determ... Objectives:The composition and content of fatty acids are critical indicators of vegetable oil quality.To overcome the drawbacks of traditional detection methods,Raman spectroscopy was investigated for the fast determination of the fatty acids composition of oil.Materials and Methods:Rapeseed and soybean oil at different depths of the oil tank at different storage times were collected and an eighth-degree polynomial function was used to fit the Raman spectrum.Then,the multivariate scattering correction,standard normal variable transformation(SNV),and Savitzky–Golay convolution smoothing methods were compared.Results:Polynomial fitting combined with SNV was found to be the optimal pretreatment method.Characteristic wavelengths were selected by competitive adaptive reweighted sampling.For monounsaturated fatty acids(MUFAs),polyunsaturated fatty acids(PUFAs),and saturated fatty acids(SFAs),44,75,and 92 characteristic wavelengths of rapeseed oil,and 60,114,and 60 characteristic wavelengths of soybean oil were extracted.Support vector regression was used to establish the prediction model.The R^(2)values of the prediction results of MUFAs,PUFAs,and SFAs for rapeseed oil were 0.9670,0.9568,and 0.9553,and the root mean square error(RMSE)values were 0.0273,0.0326,and 0.0340,respectively.The R^(2)values of the prediction results of fatty acids for soybean oil were respectively 0.9414,0.9562,and 0.9422,and RMSE values were 0.0460,0.0378,and 0.0548,respectively.A good correlation coefficient and small RMSE value were obtained,indicating the results to be highly accurate and reliable.Conclusions:Raman spectroscopy,based on competitive adaptive reweighted sampling coupled with support vector regression,can rapidly and accurately analyze the fatty acid composition of vegetable oil. 展开更多
关键词 Raman spectroscopy fatty acid composition competitive adaptive reweighted sampling support vector regression
原文传递
变量选择结合模型更新以改进苹果的糖度检测 被引量:1
15
作者 姜小刚 姚金良 +4 位作者 朱明旺 李斌 廖军 刘燕德 欧阳爱国 《激光技术》 CAS CSCD 北大核心 2023年第5期666-671,共6页
为了获得稳健的近红外光谱模型,采用变量选择结合模型更新的方法,以240个红富士苹果为对象,取得近红外漫透射光谱和糖度数据,建立偏最小二乘回归模型,对苹果糖度含量进行预测,并采用后向区间偏最小二乘法和竞争性自适应重加权算法,对建... 为了获得稳健的近红外光谱模型,采用变量选择结合模型更新的方法,以240个红富士苹果为对象,取得近红外漫透射光谱和糖度数据,建立偏最小二乘回归模型,对苹果糖度含量进行预测,并采用后向区间偏最小二乘法和竞争性自适应重加权算法,对建模变量进行了选择,通过将新批次中的一些样品加入到旧批次中重新校准来实现模型更新。结果表明,变量选择可以提高模型性能,预测决定系数提高到0.7915,预测均方根误差降低到0.5810,预测偏差降至0.2627;结合模型更新策略,可以进一步降低预测均方根误差和预测偏差;仅使用20个样品进行模型更新已经明显改善了模型性能,预测决定系数提高到0.8506,预测均方根误差降到0.4358,预测偏差降到0.1045。这一结果对于多种水果建立稳健的近红外光谱模型是有帮助的。 展开更多
关键词 光谱学 后向区间偏最小二乘 竞争性自适应重加权 苹果 模型更新
下载PDF
云南山地胶园土壤有机质高光谱估算 被引量:1
16
作者 陈桂良 刘忠妹 +3 位作者 许木果 黎小清 丁华平 杨春霞 《中国农学通报》 2023年第13期87-94,共8页
有机质是反映橡胶园土壤养分状况的重要指标,其含量快速、高精度估算模型的建立,可以更好地指导胶园精细化生产管理。本研究从景洪市东风农场采集到225个橡胶园土壤样品,并获取土壤样品的光谱反射率和有机质含量数据,对光谱反射率进行... 有机质是反映橡胶园土壤养分状况的重要指标,其含量快速、高精度估算模型的建立,可以更好地指导胶园精细化生产管理。本研究从景洪市东风农场采集到225个橡胶园土壤样品,并获取土壤样品的光谱反射率和有机质含量数据,对光谱反射率进行噪声波段去除和重采样后,应用3种方法[log(1/R)、MSC、SNV]对重采样后的光谱反射率R进行光谱变换处理,然后对光谱反射率R以及3种变换形式光谱数据进行SG平滑或导数变换模式优选,得到最佳的光谱变换模式为log(1/R)结合SG平滑变换,其中,SG平滑变换模式为导数阶数0、SG滤波窗口5、多项式次数2或3。基于最佳光谱变换光谱数据与土壤有机质含量数据,选择CARS、SPA、CARS-SPA等3种方法提取特征波长,并采用MLR、PLSR和SVR3种方法构建土壤有机质高光谱估算模型。结果显示,CARS-SVR模型估算精度最高,R2、RMSE、RPD分别为0.897、3.990 g/kg、2.947。建立的云南山地胶园土壤有机质含量高光谱最优估算模型,RPD位于2.5~3.0之间,具有很好的估算能力。 展开更多
关键词 橡胶园 土壤有机质 高光谱 竞争适应重加权采样 支持向量回归
下载PDF
基于高光谱成像的烟田土壤pH估测 被引量:1
17
作者 张恒 梁太波 +6 位作者 宋效东 江鸿 郭文孟 戴华鑫 翟振 冯长春 张艳玲 《西南农业学报》 CSCD 北大核心 2023年第12期2771-2779,共9页
【目的】为实现区域尺度上烟田土壤pH的快速估测。【方法】以四川省296份烟田土壤为研究对象,利用高光谱成像获取土壤390~2500 nm波段的光谱反射率,系统研究12种光谱预处理方法、2种特征波段选择方法和4种建模方法对烟田土壤pH高光谱估... 【目的】为实现区域尺度上烟田土壤pH的快速估测。【方法】以四川省296份烟田土壤为研究对象,利用高光谱成像获取土壤390~2500 nm波段的光谱反射率,系统研究12种光谱预处理方法、2种特征波段选择方法和4种建模方法对烟田土壤pH高光谱估测模型精度的影响。【结果】在600~2500 nm范围内,不同pH的光谱反射率曲线差异明显;原始光谱经单一预处理或组合预处理方法处理后,建立的估测模型精度均有所提高;其中一阶导数(First derivative,D1)组合标准正态分布(Standard normal variate,SNV)为最佳光谱预处理方法。竞争自适应重加权采样算法(Competitive adaptive reweighted sampling,CARS)筛选出93个土壤pH特征波段,主要集中在近红外波段800~2500 nm。无论使用光谱全波段还是主成分分析降维得到的光谱特征,核岭回归(Kernel ridge regression,KRR)和支持向量机(Support vector machine,SVM)两种建模方法都取得了比偏最小二乘回归(Partial least square regression,PLSR)和岭回归(Ridge regression,RR)更高的估测精度;但使用CARS筛选的特征波段建模时,PLSR和RR取得了比KRR和SVM更高的估测精度。其中基于D1-SNV预处理方法,使用CARS筛选特征波段建立的土壤pH PLSR估测模型精度较高,模型验证集决定系数为0.758,均方根误差为0.555,相对分析误差为2.034。【结论】运用高光谱成像技术在区域尺度上对烟田土壤pH进行较高精度估测是可行的,pH估测可采用D1-SNV-CARS-PLSR模型。 展开更多
关键词 土壤PH 高光谱成像 竞争自适应重加权采样 偏最小二乘回归
下载PDF
近红外光谱结合化学计量学方法快速检测蓝莓可溶性固形物和维生素C含量 被引量:2
18
作者 王甜甜 冯国红 朱玉杰 《食品工业科技》 CAS 北大核心 2023年第16期297-305,共9页
采用近红外光谱技术,对不同贮藏时间的蓝莓营养成分进行定量分析,以寻求其化学成分与近红外光谱数据的相关性,实现利用光谱技术对蓝莓营养成分的无损检测。对获取的近红外光谱数据,运用偏最小二乘回归(Partial Least Square Regression,... 采用近红外光谱技术,对不同贮藏时间的蓝莓营养成分进行定量分析,以寻求其化学成分与近红外光谱数据的相关性,实现利用光谱技术对蓝莓营养成分的无损检测。对获取的近红外光谱数据,运用偏最小二乘回归(Partial Least Square Regression,PLSR)和支持向量回归(Support Vector Regression,SVR)两种机器学习算法预测蓝莓可溶性固形物(Soluble Solids Content,SSC)和维生素C(Vitamin C,V_(C))含量。为增加预测精度,采用一阶导数(First Derivative,1-DER)、二阶导数(Second Derivative,2-DER)、标准正态变换(Standard Normal Variate Transform,SNV)、多元散射校正(Multiplicative Scatter Correction,MSC)、Savitzky-Golay平滑(S-G)等一种或几种方法组合对光谱数据进行预处理,比较分析最佳的预处理方式;采用竞争适应性重加权采样法(Competitive Adaptive Reweighted Sampling,CARS)和随机蛙跳算法(Random Frog,RF)及两种算法组合对光谱波长进行降维处理。结果表明,降维后的SSC波长变量分别降到了全光谱变量的1.7%、4.3%和5.6%,V_(C)波长变量分别降到了全光谱变量的2.5%、2.9%、4.8%。在筛选后的光谱波长变量的基础上,采用PLSR建立蓝莓近红外光谱与SSC和V_(C)含量的预测模型。对比发现CARS结合RF算法筛选出的波长变量预测效果更好,模型校正相关系数分别为0.9001、0.8707,校正均方根误差分别为0.8234、2.9429,预测相关系数分别为0.8424、0.8350,预测均方根误差分别为0.9613、2.9482。为排除模型性能对预测结果的影响,建立SVR模型将预测结果进行对比,同样发现CARS结合RF算法的预测效果更佳,模型校正相关系数分别为0.8702、0.8503,校正均方根误差分别为0.9549、3.2431,预测相关系数分别为0.8269、0.8183,预测均方根误差分别为0.8769、2.8818。本研究为蓝莓营养品质监测提供了模型基础,且选择特征波长的方法可以为更多果蔬营养物质预测模型提供参考。 展开更多
关键词 近红外光谱 竞争适应性重加权采样法 随机蛙跳 偏最小二乘回归 支持向量回归
下载PDF
高光谱成像的水稻冠层穗颈瘟早期识别 被引量:1
19
作者 袁建清 仇逊超 +2 位作者 贾银江 南洋 苏中滨 《西南大学学报(自然科学版)》 CAS CSCD 北大核心 2023年第6期57-65,共9页
为实现田间水稻冠层穗颈瘟的早期识别,利用室外高光谱成像系统采集早期自然发病大田的水稻冠层穗颈瘟图像,提取、分析反射率光谱特征.对预处理后的高光谱数据,采用主成分分析(Principal Component Analysis,PCA)、植被指数(Vegetation I... 为实现田间水稻冠层穗颈瘟的早期识别,利用室外高光谱成像系统采集早期自然发病大田的水稻冠层穗颈瘟图像,提取、分析反射率光谱特征.对预处理后的高光谱数据,采用主成分分析(Principal Component Analysis,PCA)、植被指数(Vegetation Index,VI)和竞争性自适应重加权法(Competitive Adaptive Reweighted Sampling,CARS)3种方法提取特征变量,结合支持向量机(Support Vector Machine,SVM)和线性判别分析(Linear Discriminant Analysis,LDA)分类算法构建识别模型.结果显示:以CARS特征波长和植被指数构建的模型,从分类结果看都取得了不错的效果,但是特征波长数量较多,可能存在过拟合的风险;单独使用PCA获得的主成分构建水稻冠层识别模型,没有明显效果.为此,研究尝试对选取的植被指数和提取的CARS特征使用PCA进一步降维,得到4个VI-PCs特征和5个CARS-PCs特征用于建模,取得了很好的效果.基于VI-PCs特征的SVM模型和LDA模型的总体分类精度分别为94%和95%;基于CARS-PCs特征的SVM模型和LDA模型总体分类精度分别为95%和97%,实现用较少变量获得较好的区分效果.从模型构建算法来看,LDA算法模型均优于SVM算法模型,说明LDA方法更适合于水稻冠层穗颈瘟识别模型的构建.研究可为航空、航天大面积的作物病虫害遥感监测提供理论依据. 展开更多
关键词 高光谱成像 水稻穗颈瘟 竞争性自适应重加权法 支持向量机 判别分析
下载PDF
基于连续小波变换耦合CARS算法的冬小麦冠层叶片含水量估算 被引量:3
20
作者 李铠 常庆瑞 +4 位作者 陈倩 陈晓凯 莫海洋 张耀丹 郑智康 《麦类作物学报》 CAS CSCD 北大核心 2023年第2期251-258,共8页
为实现干旱地区冬小麦冠层叶片含水量的快速测定,以陕西省乾县为研究区,基于野外冬小麦冠层高光谱数据和实测叶片含水量,对原始光谱进行连续小波变换(continuous wavelet transform,CWT)后得到的小波能量系数与实测含水量进行相关性分析... 为实现干旱地区冬小麦冠层叶片含水量的快速测定,以陕西省乾县为研究区,基于野外冬小麦冠层高光谱数据和实测叶片含水量,对原始光谱进行连续小波变换(continuous wavelet transform,CWT)后得到的小波能量系数与实测含水量进行相关性分析;并通过竞争性自适应重加权采样(competitive adaptive reweighted sampling,CARS)过滤冗余变量,筛选与叶片含水量相关性较好的波长变量,作为优选变量集;通过粒子群算法(particle swarm optimization,PSO)对BP神经网络模型进行优化,构建冠层叶片含水量预测模型并进行分析。结果表明,从尺度1到尺度10,小波系数与冬小麦叶片含水量整体相关性先升后降,中等分解尺度在光谱波段去除噪声、提高相关性方面最佳;基于CARS优选变量集所建的两种模型中,BP-PSO模型预测能力明显优于普通BP神经网络模型,其决定系数可达0.82,均方根误差为0.86%,相对误差为0.82%。这说明CWT-CARS-BP-PSO耦合算法在提升相关性、过滤冗余波段、提高模型预测精度方面效果显著,可用于冬小麦叶片含水量预测。 展开更多
关键词 冬小麦 叶片含水量 高光谱 连续小波变换 竞争适应重加权采样 粒子群算法PSO优化BP神经网络
下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部