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:
研究了基于可见/近红外光谱技术的橡胶树叶片氮含量无损检测方法.总共采集了176个橡胶树叶片样本,以350~2500 nm的可见/近红外数据作为试验数据.首先,采用一种新颖的间隔随机蛙(iRF)算法选择交互验证均方根误差(RMSECV)最小的波长间隔组合;然后,采用连续投影算法(SPA)进一步选择特征波长;最后,将选出的特征波长作为输入变量,建立偏最小二乘法(PLS)模型.研究结果表明:通过两步策略进行波长选择,iRF算法粗选,从全光谱2151个变量中筛选出714个,再采用SPA算法细选,从714个变量中进一步筛选出20个最优变量,降低了信息冗余,变量数减少了99.07%.建立的简化模型结果校正均方根误差(RMSEC)、校正相关系数(Rc)、预测均方根误差(RMSEP)、预测相关系数(Rp)分别为0.0913%、0.9565、0.1238%和0.9018,比PLS、间隔偏最小二乘法(iPLS)、iRF算法和SPA有更低的均方根误差和更高的相关系数.因此,iRF-SPA可以作为一种策略的波长选择方法用于检测橡胶树叶片氮含量.
推荐文章
橡胶树叶片氮素光谱模型的研究
橡胶树叶片
氮素
光谱
模型优化
最小偏二乘回归
基于数字图像分析技术的橡胶树叶片氮含量预测
数码相机
图像识别
橡胶树
氮素
营养诊断
基于分数阶微分的橡胶树割胶期氮素含量定量检测
橡胶树
叶片
氮素含量
光谱诊断模型
分数阶
偏最小二乘回归法(PLSR)
基于分数阶微分的橡胶树割胶期氮素含量定量检测
橡胶树
叶片
氮素含量
光谱诊断模型
分数阶
偏最小二乘回归法(PLSR)
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 应用间隔随机蛙结合连续投影算法检测橡胶树叶片氮含量
来源期刊 河南科技大学学报(自然科学版) 学科 农学
关键词 橡胶树叶片 氮含量 波长选择 间隔随机蛙算法 连续投影算法
年,卷(期) 2019,(5) 所属期刊栏目 电工电信、自动化与计算机
研究方向 页码范围 51-56
页数 6页 分类号 S794.1
字数 4465字 语种 中文
DOI 10.15926/j.cnki.issn1672-6871.2019.05.009
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 唐荣年 海南大学机电工程学院 27 94 6.0 8.0
2 陈伟 海南大学机电工程学院 16 34 4.0 4.0
3 李创 海南大学机电工程学院 9 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (16)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(7)
  • 参考文献(4)
  • 二级参考文献(3)
2018(7)
  • 参考文献(7)
  • 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
橡胶树叶片
氮含量
波长选择
间隔随机蛙算法
连续投影算法
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
河南科技大学学报(自然科学版)
双月刊
1672-6871
41-1362/N
大16开
河南省洛阳市开元大道263号
36-285
1980
chi
出版文献量(篇)
3214
总下载数(次)
7
总被引数(次)
19453
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导