基于近红外和中红外光谱数据融合以及竞争自适应重加权采样方法对甲维盐制剂中活性成分的测定（英文）

发布时间：2021-01-22 02:26

　　农药活性成分的快速测定已经成为农药质量监控的一个大趋势。通过融合甲维盐制剂近红外和中红外得光谱数据,旨在用数据融合的方法建立一种快速可靠的测定甲维盐制剂活性成分的方法。采用了将偏最小二乘回归法与数据融合相结合,以及用竞争自适应重加权采样法来选择偏最小二乘回归中的有效变量的方法。与近红外和中红外各自建立的模型相比,数据融合在吸取了近红外光谱和中红外光谱相互补充的信息后,具有协同效应的模型效果有了很大的提高。同时,证实了竞争自适应重加权采样法在建模过程中是一个使得模型更加简单高效的有效的变量选择技术。研究结果表明在吸收了不同来源的多种信息之后的数据融合是一种能提高模型效果的很有效的建模方法。数据融合策略的可行性使得测定低浓度（0.1%¹.0%）样品能获得更好的结果,而且结合了变量筛选算法的对近红外和中红外光谱的数据融合,是一个很有前景的测定商业农药制剂中有效成分的方法。最后建立了一种基于近红外光谱和中红外光谱数据融合来测定商业甲维盐制剂的有效成分的方法。 

【文章来源】：光谱学与光谱分析. 2017,37(04)北大核心

【文章页数】：5 页

【文章目录】：
Introduction
1 Material and Methods
    1.1 Samples
    1.2 Chemicals
    1.3 Instrument
    1.4 Datasets and software
2 Theory
    2.1 Data fusion strategy
    2.2 PLS
    2.3 CARS
3 Result and Discussion
    3.1 Full-spectrum PLS models
    3.2 CARS-PLS models
4 Conclusions


【参考文献】：
博士论文
[1]基于Vis-NIR光谱的木材树种鉴别及密度模型研究[D]. 李颖.东北林业大学 2019

硕士论文
[1]Tchebichef图像矩在近红外光谱分析中的应用研究[D]. 刘金金.兰州大学 2018



本文编号：2992365