申请/专利权人:山东省农业科学院;日喀则市农业科学研究所
申请日:2023-12-06
公开(公告)日:2024-04-09
公开(公告)号:CN117854617A
主分类号:G16C20/20
分类号:G16C20/20;G06F18/213;G06F18/211;G06N3/0499;G16C20/70;G01N21/359;G01N21/3563
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明涉及一种预测油莎豆含油率的近红外模型建立方法及特征波长提取方法,属于近红外光谱分析领域。本发明通过将MLP神经网络与PLS交叉验证相结合,提取油莎豆近红外光谱中与含油率相关的特征波长,使用筛选后的含油率相关特征近红外信息与含油率进行拟合,所得近红外模型精确度更好,预测能力大大提升,同时特征波长数更少。利用本发明所建立的近红外分析模型,只需测定油莎豆的近红外光谱信息,就能实现对油莎豆含油率的预测,实现快速、无损、准确的测定。
主权项:1.一种油莎豆块茎含油率近红外光谱预测模型的建立方法,其特征在于,包括以下步骤:1收集油莎豆样本并采集近红外光谱;2用索氏提取常规化学法测定样本含油率;3将光谱与化学值一一对应,并将数据集划分为校正集与验证集;4对所得近红外光谱进行预处理,消除干扰因素;5以近红外光谱作为模型输入,训练一个基于MLP的三层结构的神经网络;6依据MLP模型权重参数w评价光谱中不同波长对模型的重要性记为W;7设定阈值,阈值范围0~W,并通过k折交叉验证筛选最佳变量子集作为特征光谱;8建立油莎豆的含油率化学值与近红外特征光谱之间的校正模型并检验。
全文数据:
权利要求:
百度查询: 山东省农业科学院;日喀则市农业科学研究所 一种基于神经网络的油莎豆含油率近红外分析模型及特征波长提取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。