近红外光谱与烟草样品总糖含量的非线性模型研究

摘要：

针对烟草样品的近红外(NIR)光谱与其总糖含量非线性相关的特点,提出了一种混合算法用于建立近红外光谱的非线性模型.该算法结合了偏最小二乘法(Partial Least Square,PLS)算法和人工神经网络(Artificial Neural Network,ANN),把模型分成两个部分:线性部分与非线性部分,并分别进行建模.与传统的多元校正算法PLS,主成分回归(Principle Component Regression,PCR),非线性PLS(NonlinearPLS,NPLS)等相比,该混合算法所建的非线性参数模型的预测结果有明显的改善,从而为建立非线性模型提供了一种快速、准确的算法,可用于烟草样品总糖含量的定量分析.

关键词：近红外光谱、偏最小二乘、神经网络、混合算法

所属期刊栏目：24

分类号：O657.14(分析化学)

资助基金：国家自然科学基金20175024;国家烟草专卖局资助项目763,合同号110200101042

在线出版日期：2004-09-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：672-674