近紅外光譜品質(zhì)檢測方法研究.pdf

1、在中國加入WTO后,利用近紅外光譜技術(shù)進行快速、準確的農(nóng)產(chǎn)品品質(zhì)檢測技術(shù)與方法研究非常迫切.該文在這種背景下,研究了近紅外光譜品質(zhì)檢測技術(shù)與方法.主要研究內(nèi)容如下:1.針對剔除異常樣品常采用的ODO方法具有將非異常樣品錯誤地當作異常樣品的局限性,提出了"二審"剔除法(ODT),采用一次"回收"算子(CAD),使最終模型保留了更多的樣品.2."二審"剔除法(ODT)權(quán)給予了一次申訴,該文又提出了基于遺傳算法的樣品選擇方法(SSGA).遺傳

2、算法能夠在每一代進代中以某種概率(變異率),將已鑒定為異常的樣品,重新標記為正常樣品,給予了異常樣品多次申訴的機會,保證了最后選出的校正集樣品組合是最佳的.3.針對LOO-CV的計算時間很長,該文對使用擬合殘差計算LOO-CV預測殘差的PR/FR方法,進行了改進,提出以原始光譜A<,nxp>的主成分得分矩陣S<,nxf>代替原始光譜估算LOO-CV預測殘差的PR/FR-PCA方法,大大縮短計算時間,也避免了A'A矩陣不滿秩無法求逆的問題

3、.4.針對以每個波長一個染色體基因的WSGA方法在波長數(shù)目較大時搜索空間太大的問題,該文提出了基于遺傳算法的近紅外光譜波長區(qū)間選擇方法(RSGA),將全譜區(qū)間的預分子區(qū)間數(shù)作為染色體的位數(shù),以R/(1+RMSPCV)作為優(yōu)化目標函數(shù).經(jīng)SSGA優(yōu)化選擇譜區(qū)后,不僅波長點數(shù)減少,而且PLS-LOO-CV預測值與標準值的相關(guān)系數(shù)R得以提高,RMSPCV得以減少.5.系統(tǒng)研究和比較了小波及小波包與經(jīng)典的PLS-NIR相結(jié)合的四種不同方法:WV

4、TDR-PLS-NIR、WPTDR-PLS-NIR、WVACR-PLS-NIR、WVAC-PLS-NIR.相對于經(jīng)典的PLS-NIR定量模型,該四種方法均有消除原始光譜噪聲的作用,所建立模型均具有更好的預測能力.其中WVAC-PLS-NIR方法,算法最簡單,進行PLS-LOO-CV和建立最終模型的時間最短.6.提出了以小波分解低頻系數(shù)矩陣代替原始光譜矩陣進行近紅外光譜樣品選擇的思想,對ODO、ODT及SSGA進行了改進,形成三種新方法:

5、WVAC-ODO、WVAC-ODT、WVAC-SSGA,大大減少了算法運算時間,提高了算法效率.7.提出了小波及小波包與經(jīng)典的MBP-NIR神經(jīng)網(wǎng)絡定量分析方法相結(jié)合的五種不同方法:WVAC-MBP-NIR、WVAC-PCA-MBP-NIR、WVACR-PCA-MBP-NIR、WVTDR-PCA-MBP-NIR、WPTDR-PCA-MBP-NIR.并給出了它們的算法原理.8.分別應用五種PLS-NIR定量分析方法和六種MBP-NIR神經(jīng)

6、網(wǎng)絡定量分析方法,對原始光譜和加噪光譜進行了實例比較分析.表明:十一種方法均可用作近紅外光譜定量分析;對于含噪聲光譜,經(jīng)典PLS-NIR的預測效果最差;小波及小波包與PLS-NIR和MBP-NIR相結(jié)合,均有消除原始光譜中噪聲的作用;使用小波低頻系數(shù)的方法,可以壓縮數(shù)據(jù)空間,計算量相應減小;建立非線性的MBP-NIR模型比建立線性的PLS-NIR模型需要更多的建模訓練樣品.9.設(shè)計并實現(xiàn)了近紅外光譜品質(zhì)檢測軟件系統(tǒng).該系統(tǒng)具有光譜文件管