常裕文档网    > 范文大全 > 公文范文 >

基于PDS算法的不同光照下模型传递研究

时间：2022-05-28 09:21:01  浏览次数：次

zoޛ)j馓Hq'{x8yRjbͫb饫Cޭ"Yn)ڶ*'YFYt4a*%% y.鞞')z(bb&I܇jx3M5(b춶Z+jw鮆zgǝo)j~y)ykgzvzלƦWv+jgpjk,yڱhjz[kj{zhnqazgޙzK" ayj' ^j,jjez!Zr+'yڭl-~ƦWv+jwhh!iכw)߭v^r)Iݺȧ(^r֛+!x퉩ey--)uS+Ɨgpjˬx-yǰǃ+Z֫v,ڶ*'<4 +fvj޷^whvv+z^r8^^.ן}-ʚv'-h)ykdyizz{Z[l0߉Ȟu^hjب*vky؜*'pj:ݶfy~ʮj+ky؜*'DĄ>ky؜*'4v+\]yrدz\[޶y.鞞׫)櫊wj&z׫j.(i)찢l4R<4[vץiRj‰osKi<4O /駎z(uS}H8yRjbͫbsHq"-J֧u݋6҅Kui1-zj1-zj<4v<4K]FdlFdli<4QȑQ_m/^ a{"F",?F#MQ(i{"Fk"^<$O-/x-vi.˧9ir)jRJHJ'yأ]8i׏DĄ vOQ1!Q1!g|r/f"http://www.yuhuipay.com/a/cailiao/" target="_blank" class="keylink">材料与方法

2.1 材料与处理

试验样品均采自浙江省杭州市果园，选择大小、颜色相近的圆黄梨150个，样品按2∶1分为校正集和预测集。将样品擦拭干净并按序标记，在每个样品赤道处均匀取4个点作为测量位置，将样品保存在室内恒定温度下，直至样品表面温度与室内温度相同。表1是校正样本和预测样本的糖度值。从表1可知，样品的糖度校正集15.11 °Brix和预测集15.69 °Brix近似相等，样品预测值在正常的校正样品范围内。

2.2 试验仪器

MCS600型德国蔡司光谱仪，并携带90 °垂直积分球进行测量，光谱范围300～1 700 nm，分辨率为3 nm，光谱采集软件为仪器自带软件Aspect plus 2.0；理化值测定使用ATAGOPR-101α型数字式糖度计，测定范围为0～45 °Brix，误差为±0.1 °Brix；光照度计使用希玛AR823数字照度计，测量范围是1～200 klx，分辨率为1 klx；数据处理及建模软件为MATLAB2012b。

2.3 试验设计

将样品进行预处理后对样品进行不同光照条件下的光谱检测。为了减小温度、湿度等因素对检测的影响，先在室内保存24 h以上再进行检测。在室外检测时，为了避免太阳长时间照射改变样品表面温度，快速检测样品的近红外光谱。在室内恒定条件下对样品采用漫反射光谱检测，对每个样品采集点进行采集，取均值作为该样品的最终光谱；在室外光照条件下进行上述试验，作为该样品光照下的光谱。

3 光谱数据分析

3.1 样品参数的选择

对于PDS算法而言，参数的选择很重要，包括转移样品数和窗口宽度。在实际应用中，主要關注的是窗口的选择，窗口太小不能体现环境的差异，窗口的增大需要标样数的增大。若转移样品标样数太少会导致包含光谱转换信息不全，太多会导致使用不便。标样数的选择采用Kennard-Stone（KS）算法来选择，其结果的好坏由RMSEP来评价。

本研究以圆黄梨样品的室内光谱为主仪器光谱，室外光谱为从仪器光谱，进行光谱转移。首先对室内外光谱进行分段直接校正，选择窗口数为0、5、11，再用KS算法对转移后的样品进行选择，选择5、10、15、…、35、40个样品作为预测样品集，建立模型，并比较其RMSEP值，选择RMSEP值最小的参数作为最终结果，如图1所示。可以看出标样数的变化对均方根误差影响较大，而窗口数的变化带来的均方根变化就较为平缓。当窗口数变大时，选择标样数为5时，均方根误差一直都很小，但由于标样数太少会导致光谱包含信息太少，因此最终选择窗口宽度为7，标样数为10，此时的均方根误差为最小。

3.2 模型传递前后分析

太阳到达地表的光谱能量主要集中在可见光区域，而近红外区域相对较小，因此光照对光谱检测的影响应也在可见光区域较为明显，如图2所示为同一样品在室内外的光谱图，可以看出在可见光区域差异很明显。因此，对室内光谱建立PLS模型并预测室外光谱，其结果如表2所示，可见室内建立的模型根本无法预测室外光谱。

由表2可以看出，同一光照条件下的建模预测效果较好，即室内模型预测室内、室外弱光照模型预测室外弱光照、室外强光照预测室外强光照的效果较好，Rp分别为0.909、0.848和0.812，模型稳定；而不同光照条件下相互预测则效果不理想。室内模型不适合直接预测室外光谱，这是由于在室外，光照的照射，相当于增加了仪器可见光部分的入射光源，使漫反射光谱发生变化直接影响了圆黄梨光谱的检测，从而导致室外光谱与室内光谱存在很大差异。为了实现室内外模型的共享，对室外光谱采用模型传递的方法来减小室内外光谱的差异。

采用PDS算法对室外光谱进行修正，如图3所示，可以看出室内外光谱差异明显减小，用建立好的PLS模型预测转移后的室外光谱，决定系数R2为0.64，RMSEP为0.56。可见PDS算法确实能有效地减小光照对检测的影响。

为了减小均方根误差值，选择最小窗口宽度为7，标样数为10。同时采用PDS算法对室外光谱进行模型传递，其结果如图4所示。由图4可知，经PDS算法转移后的决定系数R2为0.64（R=0.8），预测偏差RMSEP为0.565 27、RMSEC为0.458 52，可以看出模型预测效果比经过PDS转移前的预测效果已经改善很多，有效地减小了室内外光谱之间的差异，减小了由于室外光照对检测所造成的影响，经过PDS算法传递后室内模型可以预测室外阴影下的光谱，有效地解决了光照对光谱检测及建模带来的影响。

4 小结

利用近红外光谱仪检测了室内外不同光照条件下圆黄梨的光谱，建立模型相互预测。结果表明，室内模型直接预测室外光谱的效果不好，但室外光谱经过PDS算法处理后，其预測结果的决定系数为0.64，RMSEP为0.565 27。PDS算法能有效地减小室内外光谱之间的差距，减小光照对光谱仪的检测影响，为室外使用便携式光谱仪提供理论依据。

参考文献：

[1] SARANWONG S，SORNSRIVICHAI J，KAWANO S. On-tree evaluation of harvesting quality of mango fruit using a hand-held NIR instrument[J].Spectroscopy and Spectral Analysis，2003， 11（4）：283-293.

[2] 吴方龙，沈黄通，吴晨凯，等.基于近红外漫反射光谱无损检测梨可溶性固形物的光强影响探究[J].光谱学与光谱分析，2013， 33（10）：2671-2674.

[3] 林振兴，邬蓓蕾，王 豪，等.PDS用于不同温度下的近红外光谱模型传递研究[J].分析测试学报，2008，27（12）：1330-1333.

[4] 王小燕，王锡昌，刘 源，等.近红外光谱技术在食品掺伪检测应用中的研究进展[J].食品科学，2011，32（1）：265-269.

[5] 孙露萍，王举涛.近红外在食品及药品农残检测中的应用研究进展[J].广州化工，2013，41（15）：12-13，35.

[6] 薛 岗，宋文琦，李树超，等.基于近红外光谱技术的钢结构防火涂料品牌鉴别方法研究[J].光谱学与光谱分析，2015，35（1）：104-107.

[7] 陆婉珍，袁洪福，徐广通.现代近红外光谱分析技术[M].北京：中国石化出版社，2000.

[8] 周林峰，吕 进，刘辉军，等.温度对果糖含量近红外光谱检测模型传递的影响[J].中国计量学院学报，2012，23（3）：217-221.

[9] 张学博，冯艳春，胡昌勤.近红外多元校正模型传递的进展[J].药物分析杂志，2009，29（8）：1390-1399.

[10] 诸小立，袁洪福，陆婉珍.光谱多元校正中的模型传递[J].光谱学与光谱分析，2001，21（6）：881-885.

推荐访问:光照 算法 模型 传递 研究

[基于PDS算法的不同光照下模型传递研究]相关文章
[基于PDS算法的不同光照下模...]头条范本