小麦蛋白质含量近红外无损检测方法研究
发布时间:2020-01-17 08:19
【摘要】:小麦中蛋白质的含量是评价小麦品质的重要标准之一,所以如何快速、有效、无损的检测小麦中蛋白质的含量是目前世界各国研究的问题之一。在测量小麦近红外光谱时,采集的光谱信息存在着大量的噪声信号,同时也伴随着无信息变量和干扰变量,为了解决上述问题本文展开了对小麦蛋白质含量无损检测方法的研究,主要研究内容如下:(1)为了消除外界噪声信号的影响,采用小波包(WTP)对原始光谱数据进行降噪处理。(2)为了删除无信息变量和干扰变量的影响,首次将两种信息向量(IVs)加权的思想与模型集群分析(MPA)思想相结合提出了自加权变量组合集群分析法(AWVCPA)。分析了样本集合变化对每种变量选择方法结果的影响,将蒙特卡洛采样技术(MCS)与变量组合集群分析法(VCPA)相结合提出了蒙特卡洛变量组合集群分析法(MC-VCPA),并对小麦近红外光谱进行变量选择。(3)运用偏最小二乘法(PLS)建立小麦蛋白质预测模型,对比其他建模方法,结果表明WTP-AWVCPA-PLS和WTP-MC-VCPA-PLS所用的变量分别为9个、10个。预测均方根误差(RMSEP)分别由原始光谱建模的0.5096下降到了0.3382、0.3295,分别提升了34%、35%。对比其它建模方法,不仅所用变量数最少,并且也是预测精度最高的两种建模方法。
【图文】:
光纤耦合器效果图
原始小麦近红外光谱
【学位授予单位】:长春理工大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:O657.33;TS210.7
本文编号:2570537
【图文】:
光纤耦合器效果图
原始小麦近红外光谱
【学位授予单位】:长春理工大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:O657.33;TS210.7
【参考文献】
相关期刊论文 前6条
1 云永欢;邓百川;梁逸曾;;化学建模与模型集群分析[J];分析化学;2015年11期
2 朱逢乐;何勇;邵咏妮;;应用近红外高光谱成像预测三文鱼肉的水分含量[J];光谱学与光谱分析;2015年01期
3 陈焕文,金钦汉;2003年匹兹堡会议简介[J];现代科学仪器;2003年02期
4 段民孝,郭景伦,王元东,邢锦丰,滕海涛,赵久然;利用近红外透射分析仪快速测定玉米子粒品质的初步研究[J];华北农学报;2003年01期
5 金钦汉;从2001年匹兹堡会议看分析化学和分析仪器发展的几个重要动向[J];现代科学仪器;2001年03期
6 金钦汉;从’99匹兹堡会议看分析仪器的跨世纪发展动向[J];现代科学仪器;1999年03期
相关博士学位论文 前1条
1 宦克为;小麦内在品质近红外光谱无损检测技术研究[D];长春理工大学;2014年
,本文编号:2570537
本文链接:https://www.wllwen.com/kejilunwen/huaxue/2570537.html
教材专著