文献类型：期刊文章

作　　者：祝诗平[1] 王一鸣[2] 张小超[3]

机构地区：[1]西南农业大学工程技术学院,重庆400716 [2]中国农业大学信息与电气工程学院,北京100083 [3]中国农业机械化科学研究院,北京100083

出　　处：《西南农业大学学报（自然科学版）》

基　　金：国家计委高技术产业化示范项目(计高技[2001]561号);"九五"国家重点科技项目(攻关)计划(99-010-01-12);西南农业大学博士启动基金资助项目

年　　份：2003

卷　　号：25

期　　号：6

起止页码：522-525

语　　种：中文

收录情况：BDHX、BDHX2000、CSCD、CSCD_E2011_2012、核心刊

摘　　要：利用在小波变换下奇异信号和噪声在多尺度空间中的模极大值传递特性的不同,对33个小麦样品的近红外光谱信号进行了消噪处理,并利用小波消噪后重构光谱信号对小麦蛋白质含量进行偏最小二乘法交叉验证(PLS-CV)。计算实例表明,在最大分解层数不同时,PLS-CV效果各不相同,但大多数的小波消噪重构光谱进行PLS-CV,相关系数R及测定系数R2都有提高,交叉校验预测均方差RMSPCV都有减小,特别在最大分解层数为6时,PLS-CV效果最好,较使用原始光谱进行PLS-CV,相关系数R从0.9222提高到0.9698,交叉校验预测均方差RMSPCV从0.8014减小到0.4983。因此,使用小波消噪方法有消除原始光谱的噪声的作用,从而使最终的PLS模型更有代表性、稳定、稳健,也提高了品质检测时模型预测精度。

关 键 词：小麦 蛋白质含量 近红外光谱分析 小波消噪 偏最小二乘法 品质检测  

分 类 号：S512.1] Q51]