《表5 近红外光谱多元校正模型方法》
在建模前,采取适当的预处理方法能削弱和消除近红外光谱数据干扰信息和噪声,目的是提高所建模型的稳定性。不同的预处理方法各有优缺点,可以选择不同预处理方法对光谱数据进行处理,如表4所示。近红外光谱分析中建立校正模型常用的处理方法有:偏最小二乘法(partial least squares,PLS)、主成分回归法(principal component regression,PCR)、人工神经网络(artificial neuron network,ANN)和支持向量回归(support vector regression,SVR)等[35],如表5所示。随着数学方法的进步,还有新的预处理方法[36](如连续投影算法等)和建模方法(如极限学习机算法等)不断出现。
图表编号 | XD0092242100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 刘建学、尹晓慧、韩四海、李璇、徐宝成、李佩艳、罗登林 |
绘制单位 | 河南科技大学食品与生物工程学院、河南省食品原料工程技术研究中心、河南科技大学食品与生物工程学院、河南科技大学食品与生物工程学院、河南省食品原料工程技术研究中心、河南科技大学食品与生物工程学院、河南省食品原料工程技术研究中心、河南科技大学食品与生物工程学院、河南省食品原料工程技术研究中心、河南科技大学食品与生物工程学院、河南省食品原料工程技术研究中心、河南科技大学食品与生物工程学院、河南省食品原料工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |