校正集样品特性对鼠药中毒鼠强近红外光谱分析的影响

发布时间：2017-11-23 23:12

  本文关键词：校正集样品特性对鼠药中毒鼠强近红外光谱分析的影响

  更多相关文章： 近红外光谱 毒鼠强 毒鼠药 小波变换 BP神经网络算法

【摘要】：根据市售鼠药样品成分各异且相对复杂,建立6种不同成分体系和9个不同样本容量的校正集,运用小波变换压缩鼠药的近红外透射光谱数据,结合BP反向神经网络算法对压缩的数据进行建模,考察校正集样品特性对模型预测能力的影响。试验结果表明:采用BP神经网络算法建立定量模型时,只要校正集样品中包含了与预测样品性质相似的样本,就能准确地对复杂样品进行近红外定量分析。当校正集容量分别为72和84时,模型预测结果趋于平稳。当校正集数量为96时,模型的最大相关系数为0.959 8,预测最小标准差和平均相对误差分别为1.893%和1.92%。
【作者单位】： 江苏警官学院技术系;南京财经大学食品科学与工程学院;
【基金】：江苏省高校自然科学基础研究面上资助项目(No.7KJB150028)
【分类号】：D918.9
【正文快照】： 近红外光谱方法属于间接校正方法,在建立校正模型的过程中,校正集样品应能涵盖所要分析样品的范围,具有大范围和代表性样品的收集是保证所建模型稳定性、适应性及预测准确性的必要条件,但同时将各种因素考虑在内收集到的样品量很大,样品信息可能会有重叠,并非样品数越多模型

【参考文献】

中国期刊全文数据库 前9条

1 郝愫媛,高宏,陈鲁军,贾振林;漫反射FTIR光谱技术快速检验毒鼠强[J];中国法医学杂志;2000年02期

2 蔡锡兰,吴国萍,张大明,鞠q，

本文编号：1220168