基于蒙特卡罗特征投影法的小麦蛋白质近红外光谱测量变量选择

• 作者: 于素平 刘小溪 宦克为 石晓光 蔡小龙 郑峰
• 来源期刊: 农业工程学报
• 学科: 化学
• 关键词: 近红外光谱 无损检测 模型 变量选择 蒙特卡罗采样 特征投影图
• 年，卷（期）: 2013,（4）
• 页码范围: 266-271
• 分类号: O657.33
• 字数: 4122字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2013.04.033

摘要

为了实现小麦蛋白质的无损检测,简化便携式小麦蛋白质检测设备的预测模型,提高模型预测精度,该文针对小麦采集波长范围为950~1690 nm 的近红外漫透反射光谱,结合蒙特卡罗采样(MCS,monte carlo sampling)技术与特征投影图(LPG,latent projective graph)方法对波长变量进行选择.根据模型集群分析(MPA, model population analysis)思想,采用 MCS 技术建立样本子空间,利用主成分分析(PCA,principal component analysis)得到 LPG,假定 LPG 中共线性光谱变量对建模作用相同,选出少数波长变量建立子预测模型,选出预测均方根误差(RMSEP,root-mean-square error of prediction)较小的子模型,统计分析其变量的出现频次,选取频次最高的波长变量作为影响变量(IVs,influential variables).研究结果表明,利用 IVs 建模可以将 RMSEP 值由0.5245减小到0.2548,采用蒙特卡罗采样技术的特征投影图方法(MC-LPG,monte carlo-latent projective graph)进行变量选择,对于提高模型预测精度是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑峰	长春理工大学理学院	23	154	6.0	11.0
2	石晓光	长春理工大学理学院	30	197	7.0	12.0
3	刘小溪		22	88	6.0	8.0
4	宦克为	长春理工大学理学院	29	150	6.0	11.0
5	蔡小龙	长春理工大学理学院	3	23	3.0	3.0
6	于素平		7	25	3.0	4.0