当前位置: 首页 > 科技成果列表 > 科技成果详细

基于模型集群分析的小麦品质近红外光谱无损检测技术研究及应用

技术类型:非专利

技术成熟度:-

转让方式:-

应用领域:工业与专业设计及其他专业技术服务

技术领域:科学分析仪器/检测仪器

交易价格:面议专利价值评估

应用案例:否

了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介
  1. 基于漫透反射的小麦近红外光谱测试技术 研制了近红外漫透反射光谱测试系统,主要包括光纤耦合系统、光源系统、近红外光谱测试系统等。基于光学扩展量和分布加权平均采样的思想,创新地提出利用分层环带光纤耦合的形式收集样品的漫射光,设计了一个分立式双层环带分布收集结构;采用卤钨杯灯作为光源,采用反射聚光器配合前置准直透镜作为聚光结构,再辅以滤光片和散热器,辐射效果理想;结合近红外光谱测试系统,形成近红外漫透反射光谱测试系统。

  2. 基于自加权变量组合集群分析的近红外光谱变量选择技术 将模型集群思想与信息向量加权思想相结合,创新地提出自加权变量组合集群分析方法。利用变量出现频率和偏最小二乘回归系数评价光谱变量的重要性,利用指数衰减函数删除无信息变量和干扰变量实现特征变量选取,并结合偏最小二乘法建立小麦化学值含量的预测模型。

  3. 基于蒙特卡洛变量组合集群分析的近红外光谱变量选择技术 将蒙特卡洛采样技术与变量组合集群分析方法相结合,创新地提出蒙特卡洛变量组合集群分析方法。实现对样本空间和变量空间的双重采样,既保证样本空间采样随机性,又保证每个变量相同的被选择概率,降低模型的“过拟合”风险,将选取特征变量结合偏最小二乘法建立小麦化学值含量的预测模型。

  4. 基于引导软阈值方法近红外光谱变量选择技术 将模型集群思想与加权引导采样技术相结合,利用子模型回归系数绝对值确定特征变量权重,利用加权引导采样技术校正优化特征变量权重,收缩特征变量空间,实现选取特征变量,并结合偏最小二乘法建立小麦化学值含量的预测模型。

(此文字表达经过AI优化完善,查看原文请点击 原文)
成果评价分析
技术应用分析
服务案例
Baidu
map