您的位置： 专家智库 > >

汪健民

作品数：1 被引量：14H指数：1
供职机构：山东农业大学化学与材料科学学院更多>>
发文基金：现代农业产业技术体山东省现代农业产业技术体系创新团队建设专项资金系建设专项资金国家自然科学基金更多>>
相关领域：轻工技术与工程更多>>

合作作者

文献类型

  • 1篇中文期刊文章

领域

  • 1篇轻工技术与工...

主题

  • 1篇偏最小二乘
  • 1篇偏最小二乘法
  • 1篇去噪
  • 1篇维生素C含量
  • 1篇小波
  • 1篇小波去噪
  • 1篇近红外
  • 1篇近红外光
  • 1篇近红外光谱
  • 1篇光谱
  • 1篇红外
  • 1篇红外光
  • 1篇红外光谱
  • 1篇番茄

机构

  • 1篇山东农业大学

作者

  • 1篇李天华
  • 1篇侯加林
  • 1篇施国英
  • 1篇魏珉
  • 1篇汪健民

传媒

  • 1篇农业机械学报

年份

  • 1篇2013
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
番茄维生素C含量近红外预测光谱的小波去噪被引量：14
2013年
为剔除预测番茄维生素C含量的近红外光谱数据中的噪声信息,利用Matlab 7.0小波工具箱对光谱数据进行去噪处理。为得到最佳去噪效果,在dbN小波基中分别考察db2至db9小波去噪时模型的评价参数,得到db6小波为最佳小波;考察db6小波在分解层数从3到7变化时模型的评价参数,得到最佳分解层数5。以信噪比和均方根误差对不同阈值方式下的去噪效果进行评价,得到硬阈值的启发式去噪方法去噪效果最佳。将重构后的光谱用偏最小二乘法建立预测模型,得到预测相关系数为0.907,校正集的标准偏差和预测集样本的标准偏差分别为0.819、0.905,模型预测准确率为88.3%。去噪后的模型参数均好于原始信号所建模型参数,表明小波技术用于番茄维生素C预测的光谱去噪是可行的。
李天华施国英魏珉汪健民侯加林
关键词：番茄近红外光谱小波去噪偏最小二乘法
全选 清除 导出
共1页<1>
聚类工具0