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:
介绍了潜变量聚类分析方法的基本原理,并将该方法应用于近红外光谱定量模型的谱区选择.以烟草样品为例,对107个样品的光谱进行处理,将光谱分为5簇,从化学角度分别解释了这5簇各自反映的信息.在此基础上,选择相应的波长范围用PLS方法建立了总糖、还原糖和尼古丁的定量分析模型.与全谱模型相比,3个模型的交互验证相关系数(Rtraining)分别由0.9771,0.9172,0.9874提高到0.9955,0.9751,0.9944;验证样品相关系数(Rtest)由0.9778,0.9412,0.9932提高到0.9927,0.9679,0.9940;交互验证均方差(RMSECV)由1.09,1.43,0.14降为1.05,1.05,0.13;预测残差均方差(RM-SEP)由0.92,1.17,0.16降为0.39,0.63,0.11;预测样品间平均标准误差(D)由1.274%,1.972%,0.829%降为0.711%,0.843%,0.768%,表明用该方法建立模型的预测准确度和精密度均有所提高,对实际应用有一定的指导作用.
推荐文章
近红外光谱快速分析法在坤宝丸检测中的应用
近红外光谱(NIRS)
坤宝丸
快速定量
近红外光谱法在汽油分析中的应用
近红外光谱法
汽油
分析
应用
近红外光谱在烟草相似性分析中的应用
近红外光谱
烟草
主成分分析
系统聚类
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 潜变量聚类分析法在近红外光谱波长范围选择中的应用研究
来源期刊 光谱学与光谱分析 学科 化学
关键词 近红外光谱 潜变量聚类分析 波长选择
年,卷(期) 2008,(5) 所属期刊栏目
研究方向 页码范围 1057-1061
页数 5页 分类号 O657.3
字数 2888字 语种 中文
DOI 10.3964/j.issn.1000-0593.2008.05.024
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 彭黔荣 贵州中烟工业公司技术中心 52 242 8.0 13.0
2 蔡元青 贵州中烟工业公司技术中心 8 48 4.0 6.0
3 唐珂 贵州中烟工业公司技术中心 3 27 2.0 3.0
4 毛寒冰 贵州中烟工业公司技术中心 9 29 3.0 5.0
5 刘景艳 河北科技大学生物科学与工程学院 9 148 7.0 9.0
6 鲍峰伟 贵州大学化工学院 3 54 3.0 3.0
7 吕燕文 贵州中烟工业公司技术中心 2 17 2.0 2.0
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  (1)
节点文献
引证文献  (14)
同被引文献  (71)
二级引证文献  (45)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(7)
  • 引证文献(1)
  • 二级引证文献(6)
2013(7)
  • 引证文献(2)
  • 二级引证文献(5)
2014(9)
  • 引证文献(1)
  • 二级引证文献(8)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(10)
  • 引证文献(2)
  • 二级引证文献(8)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
近红外光谱
潜变量聚类分析
波长选择
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
总被引数(次)
127726
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导