原文服务方: 茶叶科学       
摘要:
以湄潭翠芽为研究对象,利用可见/近红外光谱技术对其等级进行判别。首先利用卷积平滑、多元散射校正、标准正态变量变换、一阶导数法、二阶导数法、去趋势法等预处理方法对样本原始光谱数据进行处理。然后基于不同光谱预处理方法和原始光谱建立偏最小二乘回归模型,研究分析不同光谱预处理方法对模型的影响,结果表明,使用卷积平滑预处理方法的模型效果最好。然后,研究分别采用逐步回归分析、连续投影算法和竞争性自适应重加权算法3种特征波长选择方法,对卷积平滑预处理后的光谱数据进行特征波长的筛选,以基于不同特征波长选择算法筛选的特征波长和原始全波段数据进行偏最小二乘回归模型建模。结果表明,基于竞争性自适应重加权算法方法筛选的特征波长建立的模型预测效果最好,模型的预测集相关系数达到0.9739,均方根误差为0.2250,这可为湄潭翠芽等级的快速判别提供理论依据。
推荐文章
基于可见/近红外光谱技术的湄潭翠芽等级判别
可见/近红外光谱
湄潭翠芽
等级
竞争性自适应重加权算法
偏最小二乘回归
应用可见/近红外光谱技术快速鉴别山西陈醋品种
近红外透射光谱
主成分分析
神经网络
陈醋
品种鉴别
可见/近红外光谱技术识别树叶树种的研究
可见/近红外光谱
树种识别
树叶
偏最小二乘法
利用可见-近红外光谱鉴定不同香型风格烤烟的方法
可见-近红外光谱
烤烟
香型风格
主成分分析
判别分析
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 基于可见/近红外光谱技术的湄潭翠芽等级判别
来源期刊 学科 农学
关键词 可见/近红外光谱 湄潭翠芽 等级 竞争性自适应重加权算法 偏最小二乘回归
年,卷(期) 2022,(5) 所属期刊栏目
研究方向 页码范围 458-464
页数 6页 分类号 TS272.5+1,O434
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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
可见/近红外光谱
湄潭翠芽
等级
竞争性自适应重加权算法
偏最小二乘回归
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
茶叶科学
双月刊
1000-369X
33-1115/S
大16开
浙江省杭州市梅灵南路9号
1964-08-01
中文
出版文献量(篇)
504
总下载数(次)
0
总被引数(次)
0
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