收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于PCA-MBP神经网络的NIR定量分析方法及其应用

祝诗平  王一鸣  张小超  
【摘要】:中国加入WTO后,利用近红外光谱分析(Near Infrared Spectroscopy Analysis,简称NIR)技术进行快速、准确的农产品品质检测技术与方法研究非常迫切。近红外光谱分析,可以对各种样品,包括从气体到液体,从匀浆到粉末,从固体材料到生物组织等,提供非破坏的、快速、精确的定性、定量分析。利用化学计量学方法,建立近红外光谱的校正模型,通常可以分为线性校正模型和非线性校正模型两类,主要的线性校正模型是偏最小二乘法(Partial Least Square,PLS),非线性校正算法主要有人工神经网络方法(Artificial Neural Network,ANN)。在近红外光谱中,光谱参数与样品组分含量化学标准值之间具有一定的非线性,使用ANN建立NIR非线性校正模型,在一定条件下可以得到更小的校正误差和预测误差。MBP(Matrix Back Propagation)神经网络是一种基于矩阵的反向传播的快速算法。直接把光谱矩阵作为MBP神经网络的输入将使MBP的规模太大(输入层神经元太多),使用了主成分分析(Principal Component Analysis,PCA)降维的方法可以大大减少输入层神经元数目,进而使需求的训练样品数量不至于太多。本文使用主成分分析进行降维,使用MBP神经网络进行非线性建模,给出了PCA-MBP-NIR定量分析分析方法建模和预测的步骤与原理,并在Visual C++环境中开发了PCA-MBP-NIR定量分析模型软件。使用该软件对50个小麦样品的水分百分含量进行了实例分析,从小麦样品中随机抽出40个样品作为校正集,余下的10个作为预测集。对校正集40个小麦样品的光谱矩阵首先进行主成分分解,取主成分累积贡献率Q_f=0.99,可以用一个4维的主成分空间表示1011维的原光谱波长区间;然后将主成分得分矩阵作为输入,标准化浓度矩阵作为输出,构造MBP网络,结构为4-4-1,建立最终PCA-MBP-NIR定量分析模型。使用该模型对校正集40个样品和余下的未参与建模的预测集10个样品的水分含量分别进行预测,预测值与标准值的相关系数R分别为0.9995和0.9943,预测误差标准差(均方差)分别为0.1469和0.1692。实例表明,使用PCA-MBP-NIR定量分析方法可以建立精确的近红外光谱定量分析模型,可以为农产品等品质检测近红外光谱建模和预测提供很好的技术支持,具有重要的应用价值。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张大伦;主成分分析同时单点pH滴定法研究[J];武汉化工学院学报;1999年04期
2 邵利民,邵学广,林祥钦;一种基于免疫识别的主因子数判断方法[J];高等学校化学学报;2003年04期
3 陈燕清;颜流水;倪永年;;基于料酒的三维同步荧光光谱模式识别研究[J];分析试验室;2011年04期
4 李自达;陈亮;孟令晶;刘军贤;王桂文;;拉曼光谱结合光学操控分选油脂酵母[J];光谱学与光谱分析;2011年04期
5 刘辉军;孙斌;陈华才;;基于近红外光谱的不同产地苹果货架期鉴别方法[J];光电工程;2011年05期
6 赵杰文;陈全胜;张海东;刘木华;;近红外光谱分析技术在茶叶鉴别中的应用研究[J];光谱学与光谱分析;2006年09期
7 唐晓静;张前前;类淑河;苏荣国;祝陈坚;王修林;;活体浮游植物同步荧光光谱特征分析研究[J];光谱学与光谱分析;2007年03期
8 张荣培;李涛;;BP神经网络拟合方解石晶体色散方程[J];辽宁石油化工大学学报;2009年04期
9 任利兵;尉昊赟;李岩;;多区间主成分交互验证法用于气体光谱定性分析[J];光谱学与光谱分析;2011年04期
10 张大伦;主成分分析同时单点R滴定法研究[J];分析科学学报;1998年03期
11 张大伦;主成分分析同时单点pH滴定法研究[J];分析科学学报;2000年01期
12 周纪勤,潘晓露,殷彩霞,彭莉;菊科植物水提物微量元素特征分析[J];计算机与应用化学;2000年06期
13 吴雪梅,杨晓慧,刘志强,韩敏,范磊刚,廖显威;采用BP神经网络研究C-F键核自旋偶合常数[J];波谱学杂志;2005年03期
14 崔秀君;张卓勇;袁星;苏忠民;刘思东;;主成分分析-神经网络方法用于硝基苯及其同系物的QSAR研究[J];计算机与应用化学;2005年11期
15 王冠;余苓;刘百战;朱仲良;;复杂样本色谱保留时间漂移自动校正方法的探讨及软件编制(英文)[J];计算机与应用化学;2005年12期
16 方利民;林敏;;近红外光谱数据处理的独立分量分析方法研究[J];中国计量学院学报;2008年02期
17 金航峰;黄凌霞;金佩华;楼程富;;不同贮存温度蜂花粉的可见-近红外光谱鉴别[J];农业机械学报;2009年S1期
18 张运陶;赵鑫;程正军;;基于BPNN的无机离子晶体晶格能的QSPR研究(英文)[J];计算机与应用化学;2009年12期
19 朱丽丽;张前前;安伟;王春艳;;高浓度同步荧光法鉴别溢油[J];光谱学与光谱分析;2011年03期
20 尹慧敏;吴文福;张亚秋;;波长优选BP神经网络用于近红外光谱分析[J];激光与红外;2011年08期
中国重要会议论文全文数据库 前10条
1 祝诗平;王一鸣;张小超;;基于PCA-MBP神经网络的NIR定量分析方法及其应用[A];中国农业机械学会成立40周年庆典暨2003年学术年会论文集[C];2003年
2 张普敦;周艳明;;红外显微图像的主成分分析方法研究[A];第十届中国化学会分析化学年会暨第十届全国原子光谱学术会议论文摘要集[C];2009年
3 邵利民;;双线性矩阵类型数据的TFA结果与组分化学性质的关系研究[A];中国化学会第27届学术年会第15分会场摘要集[C];2010年
4 赵成业;刘兴高;;基于改进蚁群优化算法的聚丙烯熔融指数预报新方法[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
5 祝诗平;王一鸣;张小超;;基于PCA-MBP神经网络的NIR定量分析方法及其应用[A];农业机械化与全面建设小康社会——中国农业机械学会成立40周年庆典暨2003年学术年会论文集[C];2003年
6 李丹婷;姜科声;孔黎春;吴兰菊;程存归;;FTIR在司法鉴定中的作用研究[A];第十四届全国分子光谱学术会议论文集[C];2006年
7 潘勇;蒋军成;;基于支持向量机算法的QSPR研究预测烃类物质自燃点[A];中国化学会第26届学术年会化学信息学与化学计量学分会场论文集[C];2008年
8 祝诗平;王刚;吴静珠;王一鸣;;支持向量机在近红外光谱分析中的应用[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年
9 袁洪福;高文骥;邱藤;李效玉;;原位近红外光谱研究核壳乳液聚合机理[A];2009年全国高分子学术论文报告会论文摘要集(上册)[C];2009年
10 王立旭;吴玉清;;二维相关红外分析对蛋白质预相变过程的研究[A];第十五届全国分子光谱学术报告会论文集[C];2008年
中国博士学位论文全文数据库 前4条
1 王立旭;溶液中蛋白质构象微弱变化的二维相关红外光谱研究[D];吉林大学;2009年
2 李鸿志;提高密度泛函理论计算Y-NO体系均裂能精度:神经网络和支持向量机方法[D];东北师范大学;2011年
3 纳赛尔 阿里 穆罕默德 巴拉卡特;复杂化学数据的知识发现新型化学计量学算法研究[D];湖南大学;2005年
4 李明辉;G-四链体的三维结构及其与小分子相互作用的理论研究[D];吉林大学;2010年
中国硕士学位论文全文数据库 前10条
1 王小梅;近红外漫反射光谱结合多元校正方法定量测定药物有效成分[D];西北大学;2011年
2 杨志敏;应用近红外光谱技术快速检测原料肉新鲜度及掺假的研究[D];西北农林科技大学;2011年
3 李鹏霞;基于偏最小二乘和支持向量机的生物分子的定量结构—活性/性质关系研究[D];西北师范大学;2011年
4 李冰;近红外光谱法用于丹参中原儿茶醛含量定量预测研究[D];吉林大学;2004年
5 宋艳;多组分化学计量学对油墨的分类研究[D];首都师范大学;2007年
6 金宏;统计模拟肽及蛋白质的性质和活性[D];浙江大学;2010年
7 鲍晨炜;长弛豫LF-NMR仪器系统构建与应用方法研究[D];浙江工商大学;2010年
8 王培龙;β—环糊精键合滤纸在固相萃取固体基质室温磷光分析中的应用[D];首都师范大学;2005年
9 张丽丽;食用油的表面解吸常压化学电离质谱分析[D];吉林大学;2011年
10 汪佳俐;化学计量学方法在分子光谱定量分析与原子光谱分类研究中的应用[D];上海师范大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978