刘明博
- 作品数:6 被引量:63H指数:4
- 供职机构:贵州大学理学院更多>>
- 发文基金:国家自然科学基金贵州省优秀青年科技人才计划国家高技术研究发展计划更多>>
- 相关领域:农业科学理学更多>>
- 水稻叶片氮含量光谱监测中使用连续投影算法的可行性被引量:27
- 2014年
- 使用5段移动平滑法、基线校正、光谱面积归一化、多元散射校正方法对水稻叶片可见-近红外光谱进行预处理,使用连续投影算法(SPA)进行有效波长的选取。分别基于光谱指数RVI、NDVI建立多元线性回归(MLR)模型,基于SPA有效波长建立MLR模型,基于全部波长建立主成分回归(PCR)及偏最小二乘法(PLS)回归模型。利用模型预测水稻叶片氮含量,对比发现基于SPA有效波长建立的模型的预测效果明显好于基于光谱指数RVI及NDVI建立的模型,略差于基于全部波长建立的PCR及PLS模型。基于MSC预处理光谱及SPA有效波长建立的模型预测集预测结果 r=0.794 3,RMSE=0.455 8。在水稻叶片氮含量光谱监测中使用连续投影算法进行有效波长的选取是可行的。
- 刘明博唐延林李晓利楼佳
- 关键词:连续投影算法有效波长光谱预处理
- 水稻叶片氮素营养光谱诊断模型研究(英文)被引量:4
- 2011年
- [目的]建立水稻叶片氮素营养光谱诊断模型。[方法]通过对不同水稻品种(湘优109和汕优98)、不同生长期、不同氮素水平的水稻叶片进行透射、吸收光谱及氮含量的测量,分析了叶片光谱与其含氮量之间的相关性,建立了水稻叶片含氮量的光谱指数预测模型。[结果]该模型检测精度在80%以上,可用于水稻氮素营养的诊断。[结论]为水稻氮素营养状况监测提供了理论依据。
- 李晓利刘明博楼佳唐延林
- 关键词:水稻叶片含氮量光谱指数
- X射线荧光光谱基本参数法测定水泥生料组分被引量:8
- 2007年
- 采用C++语言,根据Sherman方程模型,编写了基本参数法分析软件。在北京邦鑫伟业技术开发有限公司生产的BX-200型X射线荧光光谱仪上对国标水泥生料标样(GSB08-1110)进行了测试分析,并探讨了应用基本参数法对基体效应进行校正的优点与不足。分析结果表明:基本参数法速度稍慢,测试结果满足水泥生产要求,需要标样的数量较少,适合对水泥生料的基体效应进行校正。
- 张磊王益民刘明博刘小东
- 关键词:X射线荧光分析基本参数法生料
- 水稻叶片氮素营养光谱诊断模型研究被引量:2
- 2011年
- [目的]建立水稻叶片氮素营养光谱诊断模型。[方法]通过对不同水稻品种(湘优109和汕优98)、不同生长期、不同氮素水平的水稻叶片进行透射、吸收光谱及氮含量的测量,分析了叶片光谱与其含氮量之间的相关性,建立了水稻叶片含氮量的光谱指数预测模型。[结果]该模型检测精度在80%以上,可用于水稻氮素营养的诊断。[结论]为水稻氮素营养状况监测提供了理论依据。
- 李晓利刘明博楼佳唐延林
- 关键词:水稻叶片含氮量光谱指数
- 烤烟的近红外光谱检测模型被引量:2
- 2013年
- 对杀青烟叶蛋白质和水溶性总糖含量的光谱检测,发现近红外光谱(1100—2500nm)的检测模型优于可见-近红外光谱(350—2526nm),烟粉检测模型优于片状烟叶的检测模型。通过对烟叶全部光谱数据不同的预处理来探究其蛋白质和水溶性总糖的近红外光谱的检测模型,并利用近红外有效波长对施木克值的含量进行预测。利用偏最小二乘法(PLS)通过训练集的交叉验证建立回归模型,结果表明:(1)对原始光谱进行二阶导数变换后,得到蛋白质含量预测模型的预测集r=0.9768、RMSE=0.6843;(2)对原始光谱每隔51个点进行移动平滑处理及主成分数为8时,水溶性总糖含量预测模型的预测集r=0.9495、RMSE=0.9049;(3)基于82个波长对施木克值的预测模型的预测集r=0.9356、RMSE=0.1060。
- 李玉鹏唐延林凌智钢李涛刘明博李晓利魏晓楠
- 关键词:水溶性总糖有效波长近红外光谱
- 大米蛋白质含量近红外光谱检测模型研究被引量:21
- 2013年
- 探索建立一种有效的大米蛋白质含量近红外光谱检测模型,并寻找1100~2500nm波段中预测大米蛋白质含量的有效波长。采用面积归一化(Area Normalization)方法进行光谱预处理。用主成分回归方法建立回归模型,用Martens不确定性检验方法选择有效波长。发现利用主成分分析可以较好地区分出不同种类的米粉,样品在主成分上的得分可以作为鉴别米粉种类及品质的依据。基于全部波长建立的回归模型,训练集r=0.9923,RMSE=0.0747。交叉验证的结果r=0.9399,RMSE=0.2103。预测集r=0.9364,RMSE=0.1607。基于有效波长建立的回归模型,训练集r=0.9899,RMSE=0.0854。交叉验证结果r=0.9437,RMSE=0.2004。预测集r=0.9079,RMSE=0.1796。使用近红外光谱分析技术检测大米蛋白质含量是可行的,采用Martens不确定性检验方法选择有效波长,并利用有效波长预测大米蛋白质含量也是可行的。
- 刘明博唐延林李晓利李玉鹏凌智钢
- 关键词:大米蛋白质含量近红外光谱主成分回归有效波长