田旷达
- 作品数：7 被引量：45H指数：3
- 供职机构：中国农业大学理学院应用化学系更多>>
- 发文基金：中国烟草总公司科技项目国家自然科学基金更多>>
- 相关领域：理学农业科学轻工技术与工程更多>>
- 基于SVM近红外光谱在烤烟烟叶产地判别中的应用研究被引量：2
- 2012年
- 为研究近红外光谱分析技术结合支持向量机(SVM)模式识别原理在鉴别烟叶产地中的可行性,选择云南省曲靖市所辖6个不同区县的180个烟叶样品为研究对象。对其近红外光谱进行一阶求导后,通过matlab分析软件建立预测各烟叶产地的近红外模型,并应用该模型对78个烟叶样品进行实际产地预测。实验结果表明:上述方法建立的预测模型训练样本的正确识别率100.00%,测试样本正确识别率为91.03%。结果显示,运用基于SVM的近红外光谱技术可以实现烤烟烟叶产地的快速准确判定。
- 邱凯贤田旷达李祖红郑波唐果宋相中闵顺耕
- 关键词：烟叶近红外光谱支持向量机
- 近红外光谱结合PLS-DA划分烟叶等级被引量：10
- 2013年
- 为了对烟叶等级进行快速分类,采用云南曲靖地区150个烟草样品近红外光谱,结合偏最小二乘判别分析(PLS-DA),建立了烟叶等级分类模型,并对60个预测集样品进行了等级分类预测。结果表明:①训练集和预测集的预测正确率分别为100.0%(150/150)和96.7%(58/60)。②PLS-DA对烟叶等级具有良好的分类效果。该模型为烟叶等级分类提供了一种新的快速鉴别分析的方法。
- 唐果田旷达李祖红郑波闵顺耕
- 关键词：近红外光谱
- 多元校正结合质谱数据进行四种有机物快速含量分析研究被引量：2
- 2016年
- 质谱法和化学计量学方法相结合对混合物中苯甲醛,异辛烷,乙酸丁酯,苯乙酮四种物质进行定量分析。将混合物的质量色谱图数据分别用特征选择-多元线性回归(MLR)和全谱-偏最小二乘法(PLS)这两种方法对四种物质进行定量分析。苯甲醛特征选择和全谱建模的RMSEP分别为0.062和0.091;异辛烷特征选择和全谱建模的RMSEP分别为0.048和0.057;乙酸丁酯特征选择和全谱建模的RMSEP分别为0.021和0.020;苯乙酮特征选择和全谱建模的RMSEP分别为0.010和0.032。结果表明苯甲醛,异辛烷,苯乙酮特征选择的结果均优于全谱建模的结果,乙酸丁酯特征选择的结果和全谱建模的结果相近。
- 李倩倩田旷达唐果熊艳梅闵顺耕
- 关键词：质谱偏最小二乘法多元线性回归
- 烟叶中六种成分OSC-PCR定量模型的研究被引量：3
- 2013年
- 采用近红外光谱技术对烟草中常规化学成分总糖、还原糖、烟碱、总氮、淀粉和挥发性碱进行测定。利用正交信号校正法(OSC)对烟叶的近红外光谱进行预处理,再使用主成分回归方法(PCR)建立烟叶中六种化学成分的定量分析模型,采用蒙特卡洛交互验证作为集成的建模策略优化模型参数,使用外部预测的相对预测性能(RPD)评价模型。结果表明,OSC有效解决了PCR投影方向并非浓度相关性最大方向的问题,同时解决了噪声、基线漂移、杂散光等问题。OSC-PCR建立的模型能够有效检测烟草常规化学成分。该研究方法通过确定化学值的波动范围初步监控烟叶中常规成分的含量,对于烟草品质评价和控制质量稳定性以及烟草香气成分分析具有重要意义。
- 吴丽君田旷达李倩倩李祖红邱凯贤闵顺耕
- 关键词：正交信号校正主成分回归近红外光谱常规化学成分
- 无信息变量消除法变量筛选优化烟草中总氮和总糖的定量模型被引量：21
- 2013年
- 应用近红外光谱技术对烟草常规化学成分中总氮和总糖进行了测定。无信息变量消除(UVE)剔除光谱矩阵中没有有效信息的数据点,并用偏最小二乘方法(PLS)建立总氮和总糖的定量分析模型,外部检验对模型效果进行了评价。总氮定量模型校正集的决定系数R2为93.35%,标准偏差SEC为0.10;外部检验集的决定系数R2为94.09%,标准偏差SEP为0.11,相对标准偏差RSD为6.12%;总糖的定量模型校正集的决定系数R2为98.20%,标准偏差SEC为0.95;外部检验集样品的决定系数R2为98.01%,标准偏差SEP为0.78,相对标准偏差RSD为2.93%。结果表明:采用UVE建立的总氮与总糖的模型优于用全谱建立的模型,UVE提高了PLS模型的预测能力。
- 李倩倩田旷达李祖红郑波赖衍清唐果宋相中闵顺耕
- 关键词：近红外烟草偏最小二乘法
- 近红外光谱法结合最小二乘支持向量机测定烟叶中钙、镁元素被引量：8
- 2014年
- 钙、镁是植物体内两种重要的无机元素,不直接吸收近红外光,但在植物体内与有机物结合(果胶酸钙、叶绿素)使得钙、镁元素可被近红外光谱技术(NIR)间接测定。使用NIR结合最小二乘支持向量机(LS-SVM)这一非线性回归方法实现对烟叶中钙、镁的快速定量分析。设计了混合的建模策略将500个烟叶样本划分多个校正集和验证集,主成分分析-马氏距离方法用于选择建模样本,蒙特卡洛交互验证在多元散射校正、标准正态变量变换(SNV)、Savitzky-Golay平滑、求导、去趋势算法和标准化等多种算法及其组合中选择最佳的光谱预处理方法并优化光谱波长范围,多层网格搜索和十折交互验证确定LS-SVM模型的核函数参数σ2和正则化参数λ。最终使用LS-SVM分别建立钙和镁的定量模型,光谱预处理均选用SNV。钙元素的LS-SVM模型校正集决定系数R2c为0.975 5,外部验证集决定系数R2p为0.942 2;镁元素的R2c为0.996 1,R2p为0.930 1。钙、镁的LS-SVM模型结果均优于偏最小二乘回归模型结果(R2c钙=0.959 3,R2p钙=0.934 4,R2c镁=0.9582,R2p镁=0.894 2)。结果说明了使用近红外光谱结合LS-SVM技术准确测定烟叶中钙、镁元素是可行的。
- 田旷达邱凯贤李祖红吕亚琼张秋菊熊艳梅闵顺耕
- 关键词：近红外最小二乘支持向量机烟叶钙镁
