换一批基于衰减消去蜻蜓算法的小麦粉蛋白质近红外特征波长优选
Selection of Near Infrared Wavelengths Using Attenuation Elimination-Binary Dragonfly Algorithm for Wheat Flour Protein Content Prediction
摘要为优选小麦粉蛋白质近红外光谱特征波长,结合指数和线性衰减函数对单群蜻蜓算法(single-binary dragonfly algorithm,single-BDA)进行改进并提出一种衰减消去蜻蜓算法(attenuation elimination-BDA,AE-BDA).分别使用single-BDA和AE-BDA筛选160个小麦粉样本中蛋白质近红外光谱的波长,并用偏最小二乘回归法建立蛋白质定量分析模型评价波长选择效果.结果表明:与single-BDA相比,AE-BDA所选波长数量少、稳定性强,建立的模型预测效果最佳,模型最佳的预测决定系数为0.972 7,预测标准偏差为0.281 1.8次AE-BDA实验挑选出特征波长的平均数量为15.8个,占原始波长数的12.6％,其中有3个波长每次均被选中.经近红外光谱解析,各入选的波长均包含在小麦粉蛋白质及背景组分的主要吸收谱带范围内.AE-BDA能够以较高的计算效率从小麦粉近红外光谱中筛选出较少的特征波长建立蛋白质分析模型,提高了模型的预测精度和稳定性,可为近红外分析建模提供一种更加简便有效的波长优选方法.
更多相关知识
- 浏览3
- 被引12
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
