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:
为简化紫外光谱测化学需氧量检测模型,提高模型的预测精度,将偏最小二乘算法与遗传算法相结合,优化对紫外光谱特征波长的选择.通过建模和实验分析表明:使用该方法对特征波长进行选取,偏最小二乘回归模型在均方误差意义下达到最优,平均相对误差在5%以内,而且预测精度明显优于未经遗传算法选取波长的偏最小二乘回归模型.
推荐文章
基于改进遗传算法的区间光谱特征波长变量选择方法
近红外光谱
区间光谱
特征波长变量
变量投影重要性系数
偏最小二乘回归模型
遗传算法在肉类近红外光谱分析中波长选择的应用
近红外光谱
遗传算法
波长选择
偏最小二乘法
基于移动窗口-迭代遗传算法的近红外光谱波长选择方法
近红外光谱
波长选择
移动窗口
偏最小二乘
遗传算法
遗传算法在缺陷特征选择中的研究
遗传算法
特征选择
信息熵
冷轧带钢
表面缺陷
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 遗传算法选择特征波长在紫外光谱检测COD中的研究
来源期刊 四川师范大学学报(自然科学版) 学科 地球科学
关键词 遗传算法 偏最小二乘 化学需氧量 特征波长 紫外吸收法
年,卷(期) 2019,(6) 所属期刊栏目 基础理论
研究方向 页码范围 825-829
页数 5页 分类号 TP212|X832
字数 3309字 语种 中文
DOI 10.3969/j.issn.1001-8395.2019.06.019
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 赵凌 四川师范大学数学科学学院 20 37 4.0 5.0
2 花晨芝 四川师范大学数学科学学院 5 4 2.0 2.0
3 宋建军 成都文理学院数学与统计学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (68)
共引文献  (89)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(8)
  • 参考文献(2)
  • 二级参考文献(6)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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
遗传算法
偏最小二乘
化学需氧量
特征波长
紫外吸收法
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
四川师范大学学报(自然科学版)
双月刊
1001-8395
51-1295/N
大16开
成都市静安路5号
1978
chi
出版文献量(篇)
3968
总下载数(次)
9
总被引数(次)
17783
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导