烟叶总氮的近红外光谱检测模型研究-中国农学通报.pdfVIP

烟叶总氮的近红外光谱检测模型研究-中国农学通报.pdf

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
烟叶总氮的近红外光谱检测模型研究-中国农学通报

中国农学通报 2014,30(7):42-46 Chinese Agricultural Science Bulletin 烟叶总氮的近红外光谱检测模型研究 凌智钢,唐延林,李玉鹏,李 涛,魏晓楠 (贵州大学物理系,贵阳550025) 摘 要:探索建立一种有效的烟叶总氮含量近红外光谱检测模型,并寻找1100~2500 nm 波段中预测烟叶 总氮含量的有效波长。采用多种不同的光谱处理方法,并选择较优的一阶导数光谱处理原始光谱,再用 偏最小二乘回归建立模型和Martens 不确定性检验方法选择有效波长。基于全部波长建立的模型,训 练集r=0.9930 ,RMSE=0.0490 ;交叉验证r=0.9708 ,RMSE=0.0996 ;预测集r=0.9747 ,RMSE=0.0884。基于 有效波长建立的模型,训练集r=0.9937 ,RMSE=0.0464 ;交叉验证r=0.9744 ,RMSE=0.0938 ;预测集 r=0.9610 ,RMSE=0.1116,预测值与化学值的绝对误差小于0.227% ,相对误差未超过0.1% 。表明使用近 红外光谱分析技术检测烟叶总氮含量较好,采用Martens 不确定性检验方法选择有效波长,并利用有效 波长预测烟叶总氮含量是可行的。 关键词:烟叶;总氮含量;近红外光谱;偏最小二乘回归;有效波长 中图分类号:S127 文献标志码:A 论文编号:2013-2323 StudyonNIRSpectralDetectionModelofTobaccoTotalNitrogenContent LingZhigang,TangYanlin,LiYupeng,LiTao,WeiXiaonan (DepartmentofPhysics,GuizhouUniversity,Guiyang550025) Abstract: AneffectiveNIRspectraldetectionmodeloftobaccototalnitrogencontentwasexplored,and effectivewavelengthsforthedetectionoftobaccototalnitrogencontentbetween 1100-2500nmwerefound.A varietyofspectroscopicprocessingmethodswereusedtodealwiththeoriginalspectrum.Themethodoffirst derivativewasbetterthanothers.Partialleastsquaresregression(PLS)wasestablishedtheregressionmodel, effectivewavelengthswereselectedbyMartens’uncertaintytest.Regressionmodelbasedonallwavelengths hadtheregressioncoefficient r=0.9930, RMSE=0.0490 intrainingset, r=0.9708, RMSE=0.0996 incross validation set, and r=0.9747, RMSE=0.0884 in prediction set. Regression model based on effective wavelengthshadtheregressioncoefficient r=0.9937,RMSE=0.0464 intrainingset, r=0.9744,RMSE=0.0938 incrossvalidationset,and r=0.9610,RMSE=0.1116inpredictionset.Theabsoluteerrorofpredictionvalue andchemicalvaluewaslessthan0.227%,andtherelativeerrorwasnotmoreth

文档评论(0)

ailuojue + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档