基于蒙特卡罗无信息变量消除的烟气指标预测

• 作者: 丁香乾 刘孝良 门月
• 来源期刊: 现代电子技术
• 关键词: 近红外光谱 蒙特卡罗无信息变量消除 变量筛选 偏最小二乘法
• 年，卷（期）: 2012,（24）
• 所属期刊栏目: 科学计算机信息处理
• 页码范围: 82-84
• 页数: 3页
• 分类号: TN911-34
• 语种: 中文

摘要

使用近红外光谱(NIRS)分析方法对烟叶的CO、烟碱、焦油含量进行无损快速定量分析,可以提高分析方法的预测精度,消除无信息建模变量对模型稳定性的影响.在此以烟叶为研究对象,利用蒙特卡罗无信息变量消除方法(MC-UVE)对烟叶的近红外光谱进行了波段点的筛选,并利用筛选出的波段建立PLS校正模型.结果表明利用蒙特卡罗无信息变量消除方法可以有效选择建模变量,既克服了复杂样品各信息区间对PLS建模贡献率不一样的问题,又能提高模型的稳定性和多元校正的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁香乾	中国海洋大学信息工程中心	99	1107	16.0	30.0
5	刘孝良	中国海洋大学信息科学与工程学院	2	3	1.0	1.0
6	门月	中国海洋大学信息科学与工程学院	2	3	1.0	1.0