主成分-人工神经网络在近红外光谱定量分析中的应用

• 作者: 严衍禄 吉海彦
• 来源期刊: 分析测试学报
• 学科: 化学
• 关键词: 人工神经网络 近红外光谱 主成分 非线性迭代偏最小二乘法 淀粉
• 年，卷（期）: 1999,（3）
• 所属期刊栏目: 研究报告
• 页码范围: 12-14
• 分类号: O6
• 语种: 中文
• DOI: 10.3969/j.issn.1004-4957.1999.03.004

摘要

近红外光谱的主成分由非线性迭代偏最小二乘法(NIPALS)求出.主成分作标准化处理后,作为B-P神经网络的输入结点进行非线性迭代.该法的优点是,充分利用了全光谱的数据,得到消除噪声后的最佳主成分,能建立非线性模型,B-P神经网络迭代时间显著缩短.用该法对大麦中的淀粉含量进行了定量分析研究.结果为:校准和预测的相关系数分别为0.981和0.953,校准和预测的相对标准偏差分别为1.70%和2.48%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吉海彦	中国农业大学基础科学技术学院	30	673	14.0	25.0
2	严衍禄	中国农业大学基础科学技术学院	44	1549	21.0	39.0