优化的近红外光谱LS-SVM模型测定小麦蛋白质

优化的近红外光谱LS-SVM模型测定小麦蛋白质

论文摘要

小麦蛋白质测定的常规方法为湿化学分析法,具有操作复杂、污染环境和耗时较长等缺点,为此建立了一个近红外光谱LS-SVM模型,以实现小麦蛋白质含量的简便、快速测定。首先对样品光谱进行"均值中心化+去趋势"预处理,并用SPXY法划分校正集和测试集样本;然后采用改进的二进制蝙蝠算法(IBBA)进行建模参数和特征波长的联合优化,根据优化结果对校正集数据建立LS-SVM模型,并用测试集数据验证其性能;最后通过与常用的PLS、CARS-PLS及未优化的SVM、LS-SVM建模结果进行比较,确认该模型的有效性。结果表明,该模型的各项性能指标优异,能够满足实际检测工作的要求。

论文目录

  • 1 材料与方法
  •   1.1 样品采集与制备
  •   1.2 蛋白质含量参考值测定
  •   1.3 近红外光谱采集
  •   1.4 光谱预处理与样本集划分
  •   1.5 近红外光谱校正模型建立
  •     1.5.1 改进的二进制蝙蝠算法
  •     1.5.2 用IBBA进行建模参数与特征波长联合优化
  •     1.5.3 优化LS-SVM校正模型的建立与验证
  • 2 结果与分析
  •   2.1 光谱预处理与样本集划分
  •   2.2 建模参数与特征波长优化
  •   2.3 优化模型建立与验证
  •   2.4 与其他建模方案的比较
  • 3 结论
  • 文章来源

    类型: 期刊论文

    作者: 陈素彬,胡振

    关键词: 近红外光谱,最小二乘支持向量机,模型,优化,小麦蛋白质

    来源: 食品工业 2019年12期

    年度: 2019

    分类: 工程科技Ⅰ辑

    专业: 化学,轻工业手工业

    单位: 南充职业技术学院

    基金: 四川省教育厅2018年度科研项目(项目编号:18ZB0316)

    分类号: O657.33;TS210.7

    页码: 329-333

    总页数: 5

    文件大小: 1917K

    下载量: 82

    相关论文文献

    • [1].基于LS-SVM的电子电路故障预测方略[J]. 信息化建设 2015(11)
    • [2].基于LS-SVM的电子电路故障预测措施[J]. 中国新通信 2015(12)
    • [3].基于LS-SVM逆系统方法的传感器非线性校正方法研究[J]. 电气传动自动化 2013(06)
    • [4].LS-SVM在地下空间可燃气体分类中的应用研究[J]. 安全与环境学报 2020(04)
    • [5].基于LS-SVM的仿射非线性系统的最优跟随控制[J]. 天津工业大学学报 2017(02)
    • [6].基于LS-SVM的装甲装备故障预测模型研究[J]. 军械工程学院学报 2017(02)
    • [7].江西省生猪价格波动的成因及其预警分析——基于灰色关联和LS-SVM模型[J]. 浙江农业学报 2016(09)
    • [8].基于LS-SVM算法和性能可靠性的航空发动机在翼寿命预测方法[J]. 交通运输工程学报 2015(03)
    • [9].基于LS-SVM的铅酸蓄电池极化电势预测模型研究[J]. 电源技术 2014(04)
    • [10].大掺量粉煤灰混凝土强度的LS-SVM预测[J]. 辽宁工程技术大学学报(自然科学版) 2013(07)
    • [11].基于灰色关联分析的LS-SVM铁路货运量预测[J]. 铁道学报 2012(03)
    • [12].基于LS-SVM的铝电解槽电解温度软测量[J]. 仪器仪表用户 2012(04)
    • [13].农业灌溉用水量的LS-SVM预测模型研究[J]. 安徽农业科学 2010(19)
    • [14].基于LS-SVM的军用航空发电机寿命预测研究[J]. 沈阳航空工业学院学报 2010(04)
    • [15].基于LS-SVM的再热汽温趋势预测与控制优化[J]. 计算机仿真 2016(05)
    • [16].基于LS-SVM和神经网络的五轴加工中心误差补偿策略[J]. 机械工程与自动化 2015(04)
    • [17].基于模糊熵与LS-SVM的轴承故障诊断[J]. 机械强度 2014(05)
    • [18].基于LS-SVM的高压加热器运行经济性能评价方法[J]. 化工机械 2013(03)
    • [19].基于加权LS-SVM的非线性系统内模控制研究[J]. 机械科学与技术 2012(01)
    • [20].LS-SVM在烟气轮机振动故障诊断中的应用研究[J]. 北京石油化工学院学报 2012(02)
    • [21].基于在线LS-SVM的α阶逆控制[J]. 西南交通大学学报 2009(03)
    • [22].基于改进的LS-SVM测量油气两相流空隙率[J]. 高校化学工程学报 2008(01)
    • [23].基于微粒群算法的LS-SVM时间序列预测[J]. 现代电子技术 2008(14)
    • [24].基于LS-SVM的非线性多功能传感器信号重构方法研究[J]. 自动化学报 2008(08)
    • [25].基于遗传算法优化的LS-SVM井下场强预测[J]. 工矿自动化 2016(12)
    • [26].基于LS-SVM的电力通信网性能劣化评估与预测模型研究[J]. 计算机与数字工程 2016(04)
    • [27].基于LS-SVM—马尔科夫模型的大坝变形预测[J]. 水电能源科学 2014(03)
    • [28].LS-SVM参数估计与稀疏化方法研究及应用[J]. 系统仿真学报 2014(05)
    • [29].基于LS-SVM的船舶操纵性黑箱建模与预报研究[J]. 船舶力学 2013(08)
    • [30].基于LS-SVM的番茄产量在线预测[J]. 湖北农业科学 2012(05)

    标签:;  ;  ;  ;  ;  

    优化的近红外光谱LS-SVM模型测定小麦蛋白质
    下载Doc文档

    猜你喜欢