您当前的位置:首页>论文资料>近红外光谱法结合最小二乘支持向量机测定烟叶中钙、镁元素

近红外光谱法结合最小二乘支持向量机测定烟叶中钙、镁元素

资料类别:论文资料

文档格式:PDF电子版

文件大小:1.67 MB

资料语言:中文

更新时间:2024-11-26 10:42:41



推荐标签:

内容简介

近红外光谱法结合最小二乘支持向量机测定烟叶中钙、镁元素 第34卷,第12期 2014年12月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol. 34 ,No. 12 -pp3262-3266
December: 2014
近红外光谱法结合最小二乘支持向量机测定烟叶中钙、镁元素
田旷达,邱凯贤,李祖红”,吕亚琼”,张秋菊”,熊艳梅,闵顺耕
1.中国农业大学理学院应用化学系,北京100193 2.云南省烟草公司曲靖市公司,云南曲靖655000
摘要钙、镁是植物体内两种重要的无机元素,不直接吸收近红外光,但在植物体内与有机物结合(果胶酸钙、叶绿素)使得钙、镁元素可被近红外光谱技术(NIR)间接测定。使用NIR结合最小二乘支持向量机(LS-SVM这一非线性回归方法实现对烟叶中钙、镁的快速定量分析。设计广混合的建模策略将500个烟叶样本划分多个校正集和验证集,主成分分析一马氏距离方法用于选择建模样本,蒙特卡洛交互验证在多元散射校正、标准正态变量变换(SNV)、Savitzky-Golay平滑、求导、去趋势算法和标准化等多种算法及其组合中选择最佳的光谱预处理方法并优化光谱波长范围,多层网格搜索和十折交互验证确定LS-SVM模型的核函数参数。和正则化参数入。最终使用LS-SVM分别建立钙和镁的定量模型,光谱预处理均选用SNV。钙元素的LS-SVM模型校正集决定系数R为0.9755,外部验证集决定系数R为0.9422;镁元素的R为 0.9961,R为0.9301。钙、镁的LS-SVM模型结果均优于偏最小二乘回归模型结果(R=0.9593,R高= 0.9344,R=0.9582,Rx=0.8942)。结果说明了使用近红外光谱结合LS-SVM技术准确测定烟叶中钙、镁元素是可行的。
关键词近红外;最小二乘支持向量机;烟叶;钙;镁
中图分类号:0657.3
引言
文献标识码:A
DOI : 10, 3964/j issn. 1000-0593(2014 )12-3262-05
点。最小二乘支持向量机(LS-SVM)31是SVM的扩展算法,使用误差的二范数作为损失函数,将二次规划问题转为线性规划,大幅简化运算。
近红外光是波长在780~2526nm范围的电磁波。有机物分子在这一范围内的吸收光谱携带有含氢基团(C一H, N一H,O一H等)伸缩振动的倍频与合频信息。近红外光谱(NIR)结合化学计量学的分析技术具有快速、无损、多组分同时分析的优势。定量分析常用的化学计量学多元校正方法有多元线性回归、主成分回归、偏最小二乘回归(PLSR)等。在解决比尔定律描述的吸光度与化学组分含量呈线性关系的回归间题时,PLSR具有十分优秀的分析能力。但受光的散射效应、待测物分子间缔合作用的影响,化学组分含量与近红外光谱还呈现出复杂的非线性对应关系。这限制了 PLSR等线性回归方法的准确性,有必要尝试非线性回归方法解决准确定量的问题。支持向量机(SVM)"基于统计学习理论,通过核函数将非线性求解转化为在高维空间中线性求解,能够解决线性和非线性多元回归回题。相比于神经网络等非线性方法,SVM具有收敛快、解稳定、推广性强的优
收稿日期:2013-10-30,修订日期:2014-02-10
基金项目:中国烟草总公司项目(2010YN65)资助
钙、镁元素对于烟草植株的生长发育、代谢以及烟叶的质量、产量有重要影响,是配方设计和质量监控必不可少的指标。钙元系以果胶酸钙的形式在细胞壁结构中起粘合剂的作用,参与细胞壁合成和降解有关的酶的活性调节;镁是叶绿素a(C HzMgNO:)、叶绿素b(CssHrMgNOs)的中心原子,参与光合作用、糖酵解、三羧酸循环、呼吸作用、硫酸盐还原等过程。植物体内钙、镁元系的传统分析方法为原子吸收光谱法(AAS),需要配置标准系列溶液,预处理过程复杂、耗时。钙和镁不直接吸收近红外光,但在植物体内与有机物结合(果胶酸钙、叶绿素)使得钙、镁元素可被NIR技术间接测定。Mor6n等}使用NIR漫反射光谱对紫花首循和白三叶草中多种宏量无机元素定量分析。王冬5等建立PLS 线性回归近红外模型测定烟叶钙和烟叶镁含量。
本工作研究目的是探究NIR技术结合LS-SVM方法建
立非线性多元回归模型以准确测定烟草中钙、镁元系的可行
作者简介:田旷达,1987年生,中国农业大学理学院应用化学系博士研究生
*通讯联系人e-mail:minsg@263.net
e-mail : christopher tkd@ gmail .com
上一章:铈掺杂钆镓铝石榴石相玻璃陶瓷的光学及光谱参数 下一章:XRD和FTIR对沸石合成机制的光谱学解析

相关文章

基于近红外光谱和最小二乘支持向量机的聚丙烯酰胺类型鉴别 基于最小二乘支持向量机算法的三维荧光光谱技术在中国白酒分类中的应用 基于拉曼光谱和最小二乘支持向量机的橄榄油掺伪检测方法研究 鲁棒最小二乘支持向量机研究与应用 基于最小二乘支持向量机车牌字符特征识别 灰度关联分析结合支持向量机用于近红外光谱研究 利用最小二乘支持向量机实现无线传感器网络的目标定位 基于波段子集特征提取的最小二乘支持向量机高光谱图像分类技术