下载文档原格式
基于GA-LSSVM的苹果糖度近红外光谱检测刘燕德;周延睿【摘要】[目的]结合遗传算法和最小二乘支持向量机(GA-LSSVM),优化苹果糖度近红外光谱检测的数学模型,提高模型的检测精度和稳定性.[方法]在GA-LSSVM模型建立过程中,采用遗传算法自动获取最小二乘支持向量机的最优参数.[结果]相比于偏最小二乘法(PLS)、传统最小二乘支持向量机(LSSVM)和遗传偏最小二乘法(GA-PLS)数学模型,GA-LSSVM法建立的模型预测效果最优,模型的相关系数为0.94,预测均方根误差为0.32°Brix.[结论]GA和LSSVM相结合的优化方法在提高苹果糖度近红外光谱检测精度和稳定性方面是可行的.【期刊名称】《西北农林科技大学学报（自然科学版）》【年(卷),期】2013(041)007【总页数】6页(P229-234)【关键词】苹果;糖度检测;近红外光谱;遗传算法;最小二乘支持向量机【作者】刘燕德;周延睿【作者单位】华东交通大学机电工程学院,江西南昌 330013;华东交通大学机电工程学院,江西南昌 330013【正文语种】中文【中图分类】S661.1;O657.33近红外光谱技术具有非破坏性、检测速度快、样品无需前处理等优点，所以被广泛用于农产品的品质检测［1－3］。
但是在近红外光谱检测技术的应用过程中，外界条件如温度、基线漂移、光源稳定性、样品状态等变化，都会对检测精度产生一定程度的影响，因此光谱信息变量的筛选和模型的优化，对于建立稳健的近红外光谱检测技术数学模型十分重要。
目前，在近红外光谱检测技术中使用的变量筛选方法，主要有连续投影算法（Successive projections algorithm，SPA）［4－5］、无信息变量的消除法（Uninformative variable elimination，UVE）［6］、蒙特卡罗方法（Monte carlo methods，M－C）［7－8］、间隔偏最小二乘法（Interval PLS，iPLS）［9］、遗传算法（Genetic algorithms，GA）［10］等，其中 GA 是近年来国内外应用较为广泛的一种特征变量筛选方法［11－12］。
近红外光谱结合偏最小二乘法快速测定糖果中水分含量沈乐丞;刘书航;邓海玲;何美霞;吴燕蕙;彭建飞;黄勇旗【期刊名称】《食品工业科技》【年(卷),期】2018(039)007【摘要】采用近红外光谱(NIR)结合偏最小二乘法(PLS)建立了一种糖果中水分含量快速准确的测定方法.在12500～3600 cm-1光谱范围内采集116批糖果的近红外漫反射光谱,并用减压干燥失重法测定其水分含量.通过比较不同参数对建模的影响,发现用多元散射校正法进行预处理,在11682.2～9826.1、8939.0～6267.9、5378.8～4487.8 cm-1光谱范围内,主成分数为15时,应用PLS方法建立的糖果水分的定量分析模型效果最佳.所建立模型的相关系数为0.9716,校正均方根误差和验证均方根误差分别为0.97％和1.03％.该方法结果准确可靠、操作简便,可用于糖果中水分含量的快速检测.【总页数】5页(P255-258,322)【作者】沈乐丞;刘书航;邓海玲;何美霞;吴燕蕙;彭建飞;黄勇旗【作者单位】深圳市计量质量检测研究院,广东深圳518131;河南工业大学粮油食品学院,河南郑州450001;深圳市计量质量检测研究院,广东深圳518131;深圳市计量质量检测研究院,广东深圳518131;深圳市计量质量检测研究院,广东深圳518131;深圳市计量质量检测研究院,广东深圳518131;深圳市计量质量检测研究院,广东深圳518131【正文语种】中文【中图分类】TS207.3【相关文献】1.基于近红外光谱及组合间隔偏最小二乘法的天南星中水分及总黄酮含量测定研究[J], 王维皓;张永欣;冯伟红;杨立新2.近红外光谱结合偏最小二乘法快速测定奥硝唑片的含量 [J], 王小亮;张秉华;衷红梅;席志芳;杜亚俊3.近红外光谱技术结合偏最小二乘法快速测定砂仁中乙酸龙脑酯的含量 [J], 樊明月;白雁;雷敬卫;谢彩侠;郝敏4.近红外光谱-偏最小二乘法快速测定八角茴香中莽草酸含量 [J], 范铭然;孟庆繁;王迪;王天然;杨光;滕利荣;林凤5.近红外光谱结合偏最小二乘法快速检测山苍子精油中柠檬醛的含量 [J], 陈梓云;黄晓霞;姚婉清;彭梦侠因版权原因，仅展示原文概要，查看原文内容请购买。
九个西洋梨品种果实品质评价分析作者：马友福陈敏杨成泉来源：《果树资源学报》2021年第05期摘要：为改善陕西省梨品种结构，以陕西引种栽培的9个西洋梨品种为材料，采用“合理-满意度”和多维价值理论的合并规则，通过对不同品种的单果重、可溶性固形物含量、可滴定酸含量、果肉硬度和石细胞含量等指标综合评价，以确定适宜陕西栽培的西洋梨良种。
结果表明：‘巴梨’ ‘红巴’ ‘三季梨’ ‘红星’ ‘红安久’ ‘康佛伦斯’果实品质合成-合理满意度较高，‘阿巴特’满意度最高，为0.79。
综上所述‘阿巴特’ ‘巴梨’ ‘红巴’ ‘三季梨’ ‘红星’ ‘红安久’ ‘康佛伦斯’7个品种果实综合品质俱佳，适合在陕西推广发展。
关键词：西洋梨;多维价值理论;合理-满意度;果实品质Abstract：In order to improve the pear cultivar structure in Shaanxi Province， the cultivation adaptability of nine European pear cultivars was evaluated using the combinated analysis of‘reasonableness and satisfaction index’ and ‘multi-dimensional value theory’ from quality traits， the single fruit weight， soluble solid content， titratable acid content， flesh firmness， and stone cell content.The results showed that ‘Bartlett’ ，‘Red Bartlett’，‘Docteur Jules Guyot’，‘Starkrimson’，‘Red Anjou’，and ‘Conference’ had higher satisfaction with fruit quality synthesis，and ‘Abart Fetel’ pear had the highest satisfactio n （0.79）.In conclusion， the comprehensive quality of seven cultivars，‘Abate Fetel’，‘Bartlett’，‘Red Bartlett’，‘Docteur Jules Guyot’，‘Starkrimson’，‘Red Anjou’，and ‘Conference’ were suitable for pear fruit production in Shaanxi Province.Keywords：European pear; multidimensional value theory; reasonableness and satisfaction index; fruit quality梨是蔷薇科（Rosaceae）梨属（Pyrus）落叶果树，是我国仅次于苹果、柑橘的第三大水果，栽培历史悠久，种质资源丰富[1-2]。
分析化学中非线性拟合的最小二乘法及其与遗传算法的比较张小吐
【期刊名称】《分析化学》
【年(卷),期】1996(24)8
【摘要】本文从化学量测数据的分布特性出发，对数据进行了正态性检验。
对于分析化学中可化为线性函数的非线性拟合问题，利用文献数据对最小二乘法与遗传算法所得结果进行了比较，结果充分表明在数据满足Gauss－Markov假定时，对参数的最小二乘法估计所得结果要优于任何其它线性无偏估计以及遗传算法所得结果。
【总页数】4页(P947-950)
【作者】张小吐
【作者单位】无
【正文语种】中文
【中图分类】O651
【相关文献】
1.基于遗传算法的圆度公差评定法与采用最小二乘法评定的比较 [J], 李子芳;崔长彩;车仁生;黄庆成;叶东
2.线性拟合中的逐差法和最小二乘法的比较 [J], 单明;聂燕萍
3.分析化学中非线性多元函数拟合的遗传算法 [J], 蔡煜东
4.基于最小二乘法解决函数中的一元线性拟合问题的应用研究 [J], 阿依努尔·克热木
5.基于最小二乘法解决函数中的一元线性拟合问题的应用研究 [J], 阿依努尔·克热木
因版权原因，仅展示原文概要，查看原文内容请购买。
偏最小二乘法1.1基本原理偏最小二乘法(PLS)是基于因子分析的多变量校正方法，其数学基础为主成分分析。
但它相对于主成分回归(PCR)更进了一步，两者的区别在于PLS法将浓度矩阵Y和相应的量测响应矩阵X同时进行主成分分解：X二 TP+EY=UQ+F式中T和U分别为X和Y的得分矩阵，而P和Q分别为X和Y的载荷矩阵，E和F分别为运用偏最小二乘法去拟合矩阵X和Y时所引进的误差。
偏最小二乘法和主成分回归很相似，其差别在于用于描述变量Y中因子的同时也用于描述变量X。
为了实现这一点，数学中是以矩阵Y的列去计算矩阵X的因子。
同时，矩阵Y的因子则由矩阵X 的列去预测。
分解得到的T和U矩阵分别是除去了人部分测量误差的响应和浓度的信息。
偏最小二乘法就是利用各列向量相互正交的特征响应矩阵T和特征浓度矩阵U进行回归：U=TB得到回归系数矩阵，又称矢联矩阵E：B=(TT )F U因此，偏最小二乘法的校正步骤包括对矩阵Y和矩阵X的主成分分解以及对矢联矩阵B的计算。
12主成分分析主成分分析的中心目的是将数据降维，以排除众多化学信息共存中相互重叠的信息。
他是将原变量进行转换，即把原变量的线性组合成几个新变量。
同时这些新变量要尽可能多的表征原变量的数据结构特征而不丢失信息。
新变量是一组正交的，即互不相矢的变量。
这种新变量又称为主成分。
如何寻找主成分，在数学上讲，求数据矩阵的主成分就是求解该矩阵的特征值和特征矢量问题。
卞面以多组分混合物的量测光谱来加以说明。
假设有n个样本包含p个组分，在m个波长下测定其光谱数据，根据比尔定律和加和定理有：如果混合物只有一种组分，则该光谱矢量与纯光谱矢量应该是方向一致，而人小不同。
换句话说，光谱A表示在由p个波长构成的p维变量空间的一组点(n个)，而这一组点一定在一条通过坐标原点的直线上。
这条直线其实就是纯光谱b。
因此由ni个波长描述的原始数据可以用一条直线，即一个新坐标或新变量来表示。
如果一个混合物由2个组分组成，各组分的纯光谱用bl,b2 表示，则有：<=c i{b: + Ci2bl有上式看出，不管混合物如何变化，其光谱总可以用两个新坐标轴bl,b2来表示。
基于遗传算法参数优化的最小二乘支持向量机财务困境预测赵冠华;李玥;赵娟【摘要】When using traditional support vector machine to make financial distress prediction, we need to solve the complex quadratic programming problems, which are quite difficult. At the same time, the least squares support vector machine （LS-SVM） can solve the quadratic programming problems by transferring them into linear equations, effectively reducing the difficulty. Especially when applying genetic algorithm to optimize parameters and kernel parameters of LSSVM, the prediction accuracy is significantly improved. We randomly selected 252 A-share listed companies during 2002-2007 from Shanghai and Shenzhen Stock Exchanges as the research samples and divided them into two Sample I and Sample II. Then we carried out short-term and long-term predictions of these two sets of samples res The empirical results showed that the prediction effects of LS-SVM model based on genetic algorithm was better of traditional statistical Logit Model as well as the traditional support vector machine. higher accuracy rate compared with long-term prediction. groups - pectively. than that Besides, short-term prediction had a In addition, the number of training samples directly affected the prediction accuracy and they were positively correlated.%传统支持向量机应用于财务困境预测时，需要求解复杂的二次规划问题，求解难度大。
增强偏最小二乘回归算法在近红外光谱法啤酒度数软测量建模中的应用谭超;吴同【摘要】软测量技术广泛应用于工业过程,其核心是建立一个可靠的软测量模型.常规的软测量都是基于建立单个的数学模型,常难达到需要的精确和稳健性.基于机器学习的集成思想,给出了增强偏最小二乘回归(boosting-PLS)算法,并将其用于一个基于近红外光谱法啤酒度数软测量中,试验结果表明:应用boosting-PLS算法所建模型是一种精确、稳健、有应用潜力的软测量方法,特别适合于类似涉及高维光谱数据的软测量.【期刊名称】《理化检验-化学分册》【年(卷),期】2010(046)008【总页数】4页(P891-894)【关键词】增强偏最小二乘回归算法;软测量;近红外光谱【作者】谭超;吴同【作者单位】宜宾学院,化学与化工系,宜宾,644007;宜宾学院,计算物理四川省高校重点实验室,宜宾,644007;宜宾学院,化学与化工系,宜宾,644007【正文语种】中文【中图分类】TP274随着现代工业过程日益复杂以及对产品质量要求的提高,产生了软测量技术,并在诸多领域得到了应用[1]。
概括地说,软测量是指根据某种最优准则,选择一组既与主变量密切联系,又容易测量的辅助变量,通过构造某种数学模型(即软测量模型),实现对主变量的估计和推断,建立一个好的软测量模型就成为应用软测量技术的关键[23]。
理论上讲,能用于建立变量之间关系模型的数学方法均可用于软测量,如多元线性回归(MLR)、人工神经网络(ANN)、支持向量机(SVM)等[4]。
不过,由于软测量模型不同于一般意义下的数学模型,它强调的是基于模型实现辅助变量对主变量的估计和推断,而模型的预测精度和稳健性往往直接决定该技术的可用性。
传统的软测量技术应用都是基于建立单个的数学模型,常常难以达到需要的精度和稳健性,这也是当前推广软测量应用的技术瓶颈。
近年来,起源于机器学习领域的“集成”技术为解决类似的技术瓶颈提供了新的思路,它是一种可用来提高任何学习算法精度和性能的通用策略,其核心思想是利用多个模型的协同互助来提升模型的综合性能[526]。
基于随机森林算法以及可见–近红外光谱的苹果糖度无损检测蒋雨鹏;任玉;蔡红星;周建伟;王康华;孙哲
【期刊名称】《传感器技术与应用》
【年(卷),期】2022(10)2
【摘要】本文基于可见–近红外光谱分析技术结合随机森林算法实现不同产地的苹果糖度无损检测。
研究通过漫反射采集系统收集三种不同产地苹果的光谱数据后经多种预处理办法比较,采用标准正态变换分别结合偏最小二乘、随机森林算法建立苹果糖度检测通用模型。
结果显示该模型预测集相关系数(Rp2)和预测均方根误差(RMSEP)分别为0.89和0.44,相比偏最小二乘法检测模型相关系数(Rp2)和预测均方根误差(RMSEP)的0.85和0.47,均有提高。
研究扩大了单一品种模型的预测范围,结合随机森林算法有效地提升模型的预测稳健性,对进一步实现水果品质无损检测具有良好的潜在意义。
【总页数】10页(P128-137)
【作者】蒋雨鹏;任玉;蔡红星;周建伟;王康华;孙哲
【作者单位】长春理工大学吉林省光谱探测科学与技术高校重点实验室长春
【正文语种】中文
【中图分类】TP3
【相关文献】
1.近红外光谱相似性评估结合局部回归方法无损检测苹果糖度
2.基于红外光谱的苹果糖度无损检测系统
3.利用近红外漫反射光谱技术进行苹果糖度无损检测的研究
4.
基于近红外光谱的红提维生素C含量、糖度及总酸含量无损检测方法5.基于可见/近红外透射光谱技术的红提糖度和含水率无损检测
因版权原因，仅展示原文概要，查看原文内容请购买。
