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:
利用可见/近红外光谱分析仪得到复合肥的原始光谱,经过MSC和一阶导数预处理后,建立了复合肥中总氮含量的PLS模型,实现了复合肥中总氮含量的快速准确无损测量.通过选取不同范围波长建模,取得了预测决定系数(R2)、预测标准差(SRMSEP)、相对分析误差(KRPD)最好的基础波段.在基础波段的基础上,采用优选波长算法,获得了加入波长后的模型的预测决定系数和预测标准差图.通过分析,最终确定加入42个优选波长.实验结果表明,加入优选波长后的模型的预测决定系数由不加优选波长模型的0.7604提高到了0.9911,SRMSEP降低为原来的1/5,KRPD提高到原来的5倍.
推荐文章
基于DSP的近红外光谱分析仪
近红外光谱分析仪
数字信号处理器
数字滤波
近红外光谱分析烟叶中的多酚类物质
近红外光谱
烟叶
总多酚
偏最小二乘算法
无消息变量消除算法
近红外光谱分析仪器的应用与发展
近红外
NTR近红外光谱分析仪器
化学计量学
近红外光谱分析技术发展和应用现状
近红外光谱
化学计量学
在线分析
快速分析
现场分析
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 基于优选波长的复合肥总氮含量可见/近红外光谱分析
来源期刊 发光学报 学科 数学
关键词 复合肥 总氮 可见/近红外光谱 偏最小二乘法 优选波长
年,卷(期) 2018,(12) 所属期刊栏目 发光学应用及交叉前沿
研究方向 页码范围 1785-1791
页数 7页 分类号 O235
字数 3657字 语种 中文
DOI 10.3788/fgxb20183912.1785
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 王儒敬 中国科学院合肥物质科学研究院合肥智能机械研究所 95 665 14.0 21.0
2 黄伟 中国科学院合肥物质科学研究院合肥智能机械研究所 84 724 15.0 23.0
3 汪六三 中国科学院合肥物质科学研究院合肥智能机械研究所 9 18 3.0 4.0
4 鲁翠萍 中国科学院合肥物质科学研究院合肥智能机械研究所 10 7 2.0 2.0
5 王键 中国科学院合肥物质科学研究院合肥智能机械研究所 4 5 2.0 2.0
9 汪玉冰 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (74)
参考文献  (14)
节点文献
引证文献  (3)
同被引文献  (19)
二级引证文献  (4)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(6)
  • 引证文献(2)
  • 二级引证文献(4)
研究主题发展历程
节点文献
复合肥
总氮
可见/近红外光谱
偏最小二乘法
优选波长
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
发光学报
月刊
1000-7032
22-1116/O4
大16开
长春市东南湖大路16号
12-312
1970
chi
出版文献量(篇)
4336
总下载数(次)
7
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