基于近红外光谱技术数据分析方法 ——在无损检测中的研究与应用

发布时间：2021-12-18 12:39

　　随着时代的快速前进和科技的迅猛进步,计算机技术在其他领域的作用也越来越大。近红外光谱具有分析速度快,对样本无损伤的特点,因此在食品无损检测中得到了广泛的应用。能否建立出稳定的、准确度高的数学模型对整个数据分析的结果至关重要,这就需要使用到计算机技术来解决这一问题。目前研究表明影响最终分析结果的因素有很多,例如仪器的差异,样本的形态,环境因素等。其中预处理手段,特征波长点的选择以及建模算法的选择直接决定了最终的预测分析的结果是否准确。本文针对近红外光谱数据分析的步骤进行了研究,总结了国内外近红外光谱数据分析的研究现状,研究了近红外光谱数据的预处理、特征波长点的筛选,定量模型的建立以及模型的优化。主要研究内容如下:（1）利用一阶导数对原始光谱数据进行预处理,随后使用连续投影算法（SPA）对特征波长点进行筛选,并且设计了具体的应用。（2）通过实验对比分析了多种定量建模方法,实验结果表明支持向量机回归（SVR）对本实验样本表现出较好的预测效果。（3）介绍了支持向量机的参数优化。使用了粒子群算法（PSO）、遗传算法（GA）和网格搜索算法（GS）对支持向量机的惩罚参数C和参数g进行了选择。实验结果... 

【文章来源】：武汉工程大学湖北省

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

MSC处理后的光谱图

品在各个波长点时，都具有相同的散射系数。将样品的波段与吸光率的光谱矩阵作为输入，按照前面的介绍对原始光谱图进行处理操作，最后将所呈现的线性关系使用最小二乘法进行拟合，公式如3-1和3-2所示：= + + （3-1= （3-2式中， 表示的是样本 i 对应的光谱， 表示训练集的平均光谱，是残差光谱。预处理后得到的光谱图如图 3-1 所示。（2）SNV 光谱预处理

表示的是第 i 个样品光谱的平均值，k 为任意常数，m、n 表示波长点数。经过 SNV 预处理后得到的光谱图如图 3-2 所示：（3）导数校正（Derivative Correction）导数光谱法是一种常见的光谱预处理方法，它分为一阶导数和二阶导数两种。一阶导数如公式 3-4 所示，二阶导数如公式 3-5 所示= （3-4）= （3-5）经过一阶导数处理后的 Camelina 波段与吸光率的关系图如图 3-3所示，经过二阶导数处理后的 Camelina 波段与吸光率的关系图如图 3-4所示。

【参考文献】：
期刊论文
[1]基于烟叶电子鼻-近红外数据融合的支持向量机分类判别烟叶年份（英文）[J]. 张浩博,刘太昂,束茹欣,杨凯,叶顺,尤静林,葛炯.  光谱学与光谱分析. 2018(05)
[2]近红外光谱分析技术研究进展及在饲料行业中的应用[J]. 李倩,黄小燕,王根虎.  饲料博览. 2017(12)
[3]基于近红外光谱和QPSO-LSSVM模型的玉米脂肪测定[J]. 陈素彬,胡振.  化学工程师. 2017(08)
[4]光谱预处理对近红外光谱预测苹果脆片糖度的影响[J]. 时榕茂,刘静.  现代计算机(专业版). 2017(20)
[5]基于近红外光谱和SVM算法对琥珀掺伪的定性鉴别与定量分析[J]. 明晶,陈龙,陈科力,黄必胜.  中药材. 2017(01)
[6]近红外光谱技术在粮食工业中的应用[J]. 孙玉侠.  粮油食品科技. 2017(01)
[7]我国近红外光谱分析技术在农业领域的应用研究进展[J]. 姜淼,高一娜,王玉梅,郭淑杰.  黑龙江科技信息. 2017(02)
[8]一种基于BP神经网络的属性重要性计算方法[J]. 潘庆先,董红斌,韩启龙,王莹洁,丁蕊.  中国科学技术大学学报. 2017(01)
[9]鸡蛋脂肪含量近红外光谱无损检测技术研究[J]. 孙艳文,尹程程,李志成,曹冲,杨柳.  食品工业. 2016(09)
[10]基于近红外光谱技术的茶油原产地快速鉴别[J]. 文韬,郑立章,龚中良,李立君,谢洁飞,马强.  农业工程学报. 2016(16)

博士论文
[1]支持向量机回归算法与应用研究[D]. 李海生.华南理工大学 2005

硕士论文
[1]近红外光谱定量建模技术研究[D]. 吴兆娜.中国海洋大学 2015



本文编号：3542414