黄酒总酚含量检测:一种基于GA-LSSVM的近红外光谱波段选择方法

张严, 赵忠盖, 刘飞

张严, 赵忠盖, 刘飞. 黄酒总酚含量检测:一种基于GA-LSSVM的近红外光谱波段选择方法[J]. 红外技术, 2015, 37(7): 613-617.
引用本文: 张严, 赵忠盖, 刘飞. 黄酒总酚含量检测:一种基于GA-LSSVM的近红外光谱波段选择方法[J]. 红外技术, 2015, 37(7): 613-617.
ZHANG Yan, ZHAO Zhong-gai, LIU Fei. Detection of Total Phenol of Chinese Yellow Wine: A NIRS Band Selection Method Based on GA-LSSVM[J]. Infrared Technology , 2015, 37(7): 613-617.
Citation: ZHANG Yan, ZHAO Zhong-gai, LIU Fei. Detection of Total Phenol of Chinese Yellow Wine: A NIRS Band Selection Method Based on GA-LSSVM[J]. Infrared Technology , 2015, 37(7): 613-617.

黄酒总酚含量检测:一种基于GA-LSSVM的近红外光谱波段选择方法

基金项目: 国家自然科学基金(61134007)
详细信息
  • 中图分类号: O657.33

Detection of Total Phenol of Chinese Yellow Wine: A NIRS Band Selection Method Based on GA-LSSVM

  • 摘要: 主要研究了近红外光谱技术对成品黄酒中总酚含量快速检测的可行性.针对近红外光谱样本少、非线性等特点,首次将最小二乘支持向量机(Least squares support vector machines, LSSVM)方法引入到传统遗传算法(genetic algorithms,GA)的波长选择中,提出一种基于GA-LSSVM的近红外光谱波段选择方法.该方法采用LSSVM建立小样本下不同波段的非线性模型,然后通过GA算法进行波长的优化选择.应用中,基于GA-LSSVM模型的总酚预测集相关系数(Rp)为0.9734,预测均方根误差(RMSEP)为5.5596,相比于传统方法,GA-LSSVM算法能够较好地提取非线性信息,预测效果更好.
  • 期刊类型引用(4)

    1. 李书涵,陈文娥,王重霄,陈卫军,宋德,李野. EBCMOS钝化层表面残气吸附特性. 半导体光电. 2023(06): 901-906 . 百度学术
    2. 郝芳,张平,杨海金,王瑶,卞臻臻,詹江,郑伟,梁琦. 浅析光纤倒像器固有误差对应用的影响. 应用光学. 2022(06): 1153-1157 . 百度学术
    3. 拜晓锋,程宏昌,何开远,韩坤,杨书宁,李军国,陈旭浪,党小刚,王磊. 微光像增强器积分灵敏度单次测量误差分析. 应用光学. 2020(04): 791-795 . 百度学术
    4. 姚泽,程宏昌,李涛,周玉鉴,黄武军,李丹. 基于P31荧光粉的像增强器余辉测量方法研究. 应用光学. 2020(04): 796-800 . 百度学术

    其他类型引用(1)

计量
  • 文章访问数:  103
  • HTML全文浏览量:  31
  • PDF下载量:  8
  • 被引次数: 5
出版历程

目录

    /

    返回文章
    返回