基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
蚁群算法是新近发展的基于群体智能的仿生优化算法,它模拟蚂蚁的觅食行为来解决复杂的组合优化问题.蚁群算法的优点是智能搜索、全局优化、鲁棒性、分布式计算和容易与其他算法相结合等.近红外光谱定量分析技术在很多领域得到广泛的应用,而其关键技术环节之一是建立近红外光谱测量数据的多元校正模型.文章将蚁群算法应用于近红外光谱定量分析中,建立了谷物样品的傅里叶变换近红外漫反射光谱和谷物中蛋白质含量的定量分析模型,得到了较好的结果.校准集的相关系数与相对标准偏差分别为0.943和3.41%,预测集的相关系数与相对标准偏差分别为0.913和4.67%.
推荐文章
运用近红外光谱定量分析纺织面料成分的可行性探讨
纺织面料
成分
定量分析
近红外光谱
基于红外光谱的木棉与棉定量分析
红外光谱
定量分析
木棉
混纺
水溶液中硝酸的近红外光谱定量分析
硝酸
近红外光谱
偏最小二乘法
温度校正模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 蚁群算法在近红外光谱定量分析中的应用研究
来源期刊 光谱学与光谱分析 学科 化学
关键词 蚁群算法 近红外光谱 定量分析模型
年,卷(期) 2007,(9) 所属期刊栏目
研究方向 页码范围 1703-1705
页数 3页 分类号 O657.3
字数 2403字 语种 中文
DOI
五维指标
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 中国农业大学信息与电气工程学院 30 673 14.0 25.0
2 郭亮 中国农业大学信息与电气工程学院 14 85 4.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (19)
同被引文献  (64)
二级引证文献  (269)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(2)
  • 引证文献(1)
  • 二级引证文献(1)
2009(7)
  • 引证文献(1)
  • 二级引证文献(6)
2010(11)
  • 引证文献(2)
  • 二级引证文献(9)
2011(22)
  • 引证文献(5)
  • 二级引证文献(17)
2012(30)
  • 引证文献(1)
  • 二级引证文献(29)
2013(26)
  • 引证文献(3)
  • 二级引证文献(23)
2014(33)
  • 引证文献(2)
  • 二级引证文献(31)
2015(32)
  • 引证文献(1)
  • 二级引证文献(31)
2016(37)
  • 引证文献(1)
  • 二级引证文献(36)
2017(26)
  • 引证文献(1)
  • 二级引证文献(25)
2018(29)
  • 引证文献(1)
  • 二级引证文献(28)
2019(25)
  • 引证文献(0)
  • 二级引证文献(25)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
蚁群算法
近红外光谱
定量分析模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
光谱学与光谱分析
月刊
1000-0593
11-2200/O4
大16开
北京市海淀区学院南路76号钢铁研究总院
82-68
1981
chi
出版文献量(篇)
13956
总下载数(次)
19
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导