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:
为了提高农产品中重金属的光学快速检测的精度,运用偏最小二乘(PLS)法结合激光诱导击穿光谱(LIBS)对马铃薯中的Pb含量进行了定量分析,探讨了数据预处理方法对模型精度的影响.针对96个污染马铃薯样品的LIBS数据,分别进行3点到17点平滑处理,然后将平滑后的数据分别进行标准正态变量变换(SNV)、多元散射校正(MSC)、均值中心化(MC)、一阶导数(FD)和二阶导数(SD)求导去噪预处理.采用湿法消解结合原子吸收分光光度计(AAS)获取样品中Pb元素的真实浓度,选择包含Pb特征谱线的401~417 nm波段进行PLS建模,对比分析模型的相关系数r、交互验证均方根误差(RMSECV)和预测均方根误差(RMSEP).结果表明,采用13点平滑、均值中心化预处理的PLS模型的校准质量和预测效果最好,模型的r、RMSECV和RMSEP分别达到了0.996 3、16.4和11.5,说明选择合适的数据预处理方法能有效提高LIBS检测果蔬产品定量模型的质量.
推荐文章
电力负荷预测的核偏最小二乘回归模型
核偏最小二乘
电力负荷
预测
融入深度学习的偏最小二乘优化方法
深度学习
偏最小二乘
非线性
中医药信息
基于局部加权偏最小二乘的在线多模型建模
多模型
贝叶斯分类器
局部加权偏最小二乘
在线
即时
混沌时间序列局域偏最小二乘回归多步预测模型
混沌序列
多步预测
偏最小二乘回归
局域模型
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 LIBS检测污染马铃薯中的Pb及偏最小二乘定量分析模型
来源期刊 光电子·激光 学科 工学
关键词 激光诱导击穿光谱(LIBS) 偏最小二乘法(PLS) 农产品 重金属 快速检测
年,卷(期) 2015,(1) 所属期刊栏目 激光应用
研究方向 页码范围 141-148
页数 8页 分类号 TN249
字数 语种 中文
DOI 10.16136/j.joel.2015.01.0738
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 姚明印 47 221 10.0 14.0
2 刘木华 228 2503 23.0 41.0
3 黄林 58 304 9.0 16.0
4 胡淑芬 9 46 3.0 6.0
5 王彩虹 10 10 2.0 3.0
6 胡慧琴 11 10 2.0 3.0
7 杨平 5 4 1.0 2.0
8 张煜煜 2 0 0.0 0.0
9 陈娟 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (117)
共引文献  (83)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(12)
  • 参考文献(0)
  • 二级参考文献(12)
2010(13)
  • 参考文献(0)
  • 二级参考文献(13)
2011(31)
  • 参考文献(1)
  • 二级参考文献(30)
2012(17)
  • 参考文献(0)
  • 二级参考文献(17)
2013(21)
  • 参考文献(5)
  • 二级参考文献(16)
2014(9)
  • 参考文献(9)
  • 二级参考文献(0)
2015(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)
研究主题发展历程
节点文献
激光诱导击穿光谱(LIBS)
偏最小二乘法(PLS)
农产品
重金属
快速检测
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
光电子·激光
月刊
1005-0086
12-1182/O4
大16开
天津市南开区红旗南路263号
6-123
1990
chi
出版文献量(篇)
7085
总下载数(次)
11
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
论文1v1指导