基于GA-PLS算法的小麦粉灰分含量快速检测

• 作者: 付新鑫 刘翠玲 周子健 孙晓荣 窦颖
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 光谱预处理 遗传算法 偏最小二乘 小麦粉 灰分
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 计算与测试
• 页码范围: 135-137,143
• 页数: 4页
• 分类号: TB96
• 字数: 2466字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2018)05-0135-03

摘要

为得到噪声小、准确性强、自适应性良好的模型,对实验所得的近红外光谱进行预处理及优化波长是十分必要的.实验确定小麦粉中灰分含量为研究对象,提出将光谱预处理及遗传算法(GA)优化波长用于提高偏最小二乘法(PLS)定量建模的稳健性.对比在不同预处理方法下相关系数R2、矫正标准差(RMSEC)、预测标准偏差(RMSEP)3个指标,随机选择130份样本,建立预处理+GA+PLS定量分析模型.实验结果为:R2从70.31%提到了97.46%,RMSEC从0.0775降低到了0.0226,RMSEP从0.0996降低到了0.0213,表明基于光谱预处理结合GA优化谱区定量分析小麦粉中灰分含量可行,模型预测能力和精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙晓荣	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	79	396	10.0	15.0
2	刘翠玲	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	119	568	11.0	17.0
3	窦颖	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	8	56	4.0	7.0
4	周子健	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	3	13	3.0	3.0
5	付新鑫	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	4	15	3.0	3.0