柳培忠PETTER

硕士生导师

主要任职:泉州市人工智能学会会长

毕业院校:厦门大学

学历:博士研究生毕业

学位:工学博士学位

办公地点:华大泰禾SOHO 2-805

电子邮箱:

学科:系统分析与集成
软件工程
模式识别与智能系统
生物医学工程
电路与系统

论文成果

当前位置: 中文主页 >> 科学研究 >> 论文成果

Study on Spectral Calibration of Discrimination of Corn Variety Using Near-Infrared Spectra Based on DS Algorithm(基于DS算法的玉米近红外定性分析光谱校正方法研究)

发布时间:2018-11-29 点击次数:

发表刊物:SPECTROSCOPY AND SPECTRAL ANALYSIS
刊物所在地:SCI 四区
关键字:玉米;近红外光谱;品种鉴别;DS算法;光谱校正
摘要:从校正的角度出发,研究了近红外定性分析中模型稳定性问题。以13个玉米品种为研究对象,针 对数据采集时间不同带来的模型失效问题,借鉴近红外光谱定量分析中两台仪器间模型传递的思想,将直 接模型传递(Direct Standardization)算法用于校正同一仪器不同时间采集的光谱,使得一次建立的品种鉴别 模型,能用于其余时间测试数据的鉴别。首先采用Kennard/Stone算法在主光谱集中选取校正样品集,按照 对应的编号从从光谱集中取出对应的数据,然后对校正样品集采用DS算法求取两组数据间的变换关系,再 对剩余的从光谱集进行相应的变换得到适用于模型的光谱。实验中对比了校正样本数和模型校正位置对校 正结果的影响,分别从品种定性鉴别准确性和校正前后主光谱数据和从光谱数据分布距离两方面分析了实 验结果。结果表明,该方法能有效地解决同一仪器随着采样时间推移产生的光谱偏移现象,对采样时间不同 的测试集均得到较高的识别率,提高了模型的鲁棒性和适用范围,由实验结果可见,校正位置处于特征提取 之后时,校正效果最佳。
备注:2015年考核
卷号:34
期号:6
是否译文:
发表时间:2013-12-06
第一作者:董肖莉(外),覃 鸿(外),李卫军2(外),张丽萍(外),柳培忠