文献类型：期刊文章

作　　者：陈达[1] 王芳[1] 邵学广[1] 苏庆德[1]

机构地区：[1]中国科学技术大学化学系,安徽合肥230026

出　　处：《光谱学与光谱分析》

基　　金：国家自然科学基金(2 0 1 750 2 4 );国家烟草专卖局(编号 763;合同号 1 1 0 2 0 0 1 0 1 0 4 2 )资助项目

年　　份：2004

卷　　号：24

期　　号：6

起止页码：672-674

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CAS、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、PUBMED、RCCSE、RSC、SCI(收录号：WOS:000222517300009)、SCI-EXPANDED(收录号：WOS:000222517300009)、SCIE、SCOPUS、WOS、ZGKJHX、核心刊

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 (PartialLeastSquare ,PLS)算法和人工神经网络(ArtificialNeuralNetwork ,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 (PrincipleComponentRegression ,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 烟草  样品  总糖 含量测定  非线性模型 混合算法 偏最小二乘法  人工神经网络  

分 类 号：S572] O657.3]