变量筛选方法在近红外光谱法测定农药有效成分含量中的应用研究
变量筛选方法可以在简化近红外光谱定量分析模型的基础上提高模型的稳定性和预测精度.现有的研究已表明变量筛选是近红外光谱模型建立和优化不可缺少的一个步骤”1-3”.该研究中,我们以农药制剂体系为例,比较了三种常用的变量筛选方法:无消息变量剔除(UVE)、连续投影算法(SPA)、竞争适应性重赋权重采样(CARS)在农药有效成含量的近红外光谱分析模型中的应用效果.结果表明这三种变量筛选方法均在一定程度上简化和优化了全谱模型.其中,模型预测能力方面CARS＞SPA≥UVE;变量简化程度方面SPA＞CARS＞UVE.
农药 有效成分含量 近红外光谱技术 变量筛选方法
唐果 胡静 宋相中 闫红 熊艳梅 闵顺耕
中国农业大学理学院,北京 100193
国内会议
苏州
中文
195-196
2014-10-31（万方平台首次上网日期，不代表论文的发表时间）