近红外光谱与烟草样品总糖含量的非线性模型研究

被引：43

作者：

陈达

王芳

邵学广

苏庆德

机构：

[1] 中国科学技术大学化学系

来源：

光谱学与光谱分析 | 2004年 / 06期

关键词：

近红外光谱; 偏最小二乘; 神经网络; 混合算法;

D O I：

暂无

中图分类号：

O657.3 [光化学分析法（光谱分析法）];

学科分类号：

摘要：

针对烟草样品的近红外 (NIR)光谱与其总糖含量非线性相关的特点 ,提出了一种混合算法用于建立近红外光谱的非线性模型。该算法结合了偏最小二乘法 (PartialLeastSquare ,PLS)算法和人工神经网络(ArtificialNeuralNetwork ,ANN) ,把模型分成两个部分 :线性部分与非线性部分 ,并分别进行建模。与传统的多元校正算法PLS ,主成分回归 (PrincipleComponentRegression ,PCR) ,非线性PLS(NonlinearPLS ,NPLS)等相比 ,该混合算法所建的非线性参数模型的预测结果有明显的改善 ,从而为建立非线性模型提供了一种快速、准确的算法 ,可用于烟草样品总糖含量的定量分析。

引用

页码：672 / 674

页数：3