您好，欢迎访问北京市农林科学院 机构知识库！
北京市农林科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

自适应蚁群优化算法的近红外光谱特征波长选择方法

文献类型： 中文期刊

作者： 郭志明 1 ; 黄文倩 1 ; 彭彦昆 1 ; 王秀 1 ; 汤修映 1 ;

作者机构： 1.中国农业大学工学院;国家农业智能装备工程技术研究中心

关键词： 近红外光谱;蚁群优化算法;特征波长;苹果;可溶性固形物含量

期刊名称： 分析化学

ISSN： 0253-3820

年卷期： 2014 年 04 期

页码： 60-65

收录情况： SCI ; 北大核心 ; CSCD

摘要： 为提高近红外光谱预测模型的精度和适用性,同时简化模型,提出了自适应蚁群优化偏最小二乘法优选特征波长的方法,建立不同产地苹果可溶性固形物含量混合分析模型。收集山东、陕西和新疆的富士苹果,采集3800~14000 cm"1范围的近红外光谱,并对其重要品质指标可溶性固形物含量进行测定。利用蚁群算法启发式全局搜索的特点,结合蒙特卡罗轮盘赌随机选择机制,优选苹果可溶性固形物含量的近红外光谱特征波长,然后用偏最小二乘法建立分析模型。与全光谱偏最小二乘模型和遗传偏最小二乘模型相比,蚁群优化算法选择的波长数最少,模型预测能力最强,预测的相关系数R和预测均方根误差RMSEP分别为0.9708和0.5144。研究结果表明,自适应蚁群优化算法可以有效选择近红外光谱特征波长,提高模型的稳健性和适用性。

  • 相关文献

[1]近红外光谱变量选择及其在苹果可溶性固形物含量无损速测中的应用. 张鹤冬,吴静珠,韩平,王纪华,王冬. 2019

[2]近红外光谱的苹果内部品质在线检测模型优化. 郭志明,黄文倩,陈全胜,彭彦昆,赵杰文. 2016

[3]LS-SVM的梨可溶性固形物近红外光谱检测的特征波长筛选. 樊书祥,黄文倩,李江波,赵春江,张保华. 2014

[4]基于数字光处理技术的梨可溶性固形物含量的无损速测研究. 王冬,王世芳,罗娜,朱业伟,韩平,卢娜. 2018

[5]基于全透射近红外光谱的西瓜不同部位可溶性固形物含量在线检测研究. 严忠伟,田喜,张艺飞,李廉洁,刘三庆,黄文倩. 2023

[6]以高光谱数据有效预测苹果可溶性固形物含量. 黄文倩,李江波,陈立平,郭志明. 2013

[7]苹果内部品质近红外光谱检测的异常样本分析. 史波林,赵镭,刘文,汪厚银,朱大洲,尹京苑. 2010

[8]便携式苹果糖度光谱检测仪的设计与试验. 樊书祥,黄文倩,张保华,郭志明,赵春江. 2014

[9]苹果产地差异对可溶性固形物近红外光谱检测模型影响的研究. 樊书祥,黄文倩,郭志明,张保华,赵春江,钱曼. 2015

[10]测试部位、温度对苹果品质近红外分析准确度的影响. 蔡宋宋,王宝刚,冯晓元,李文生,丁立孝,栾娜. 2009

[11]近红外光谱分析技术在苹果品质检测中的应用进展. 王世芳,崔广禄,冯晓元,韩平. 2017

[12]基于蚁群算法的玉米植株热红外图像边缘检测. 陈浩,方勇,朱大洲,王成,陈子龙. 2015

[13]蜂蜜中果糖和葡萄糖近红外检测的差异性分析及优化研究. 屠振华,朱大洲,籍保平,孟超英,王林舸,庆兆珅. 2010

[14]主成分分析和SIMCA的甘蓝与杂草光谱识别方法研究. 祖琴,邓巍,王秀,赵春江. 2013

[15]高光谱成像的黄瓜病虫害识别和特征波长提取方法. 李杨,李翠玲,王秀,范鹏飞,李余康,翟长远. 2024

[16]基于LVF-NIR的樱桃可溶性固形物含量无损速测模型的建立与优化. 王冬,张鹤冬,朱业伟,汪军,曹江娜,韩平. 2020

[17]鲜食枣新品种'京枣60'. 潘青华,张玉平,白金,金万梅,李少宁. 2012

[18]不同环境效应对西瓜果实可溶性固形物含量的QTL的影响. 郭绍贵,许勇,张海英,宫国义,王永健. 2005

[19]樱桃多品质数据分析与无损快速检测模型的建立. 王冬,孙俊鹏,于世锋,李菁,邱孟超,韩平,王世芳. 2021

[20]不同环境条件下西瓜果实可溶性固形物含量的QTL分析. 郭绍贵,许勇,张海英,宫国义. 2006

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：北京市农林科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台