- 年份
- 2024(4218)
- 2023(6349)
- 2022(5555)
- 2021(5046)
- 2020(4630)
- 2019(10738)
- 2018(10505)
- 2017(20111)
- 2016(11214)
- 2015(12985)
- 2014(13332)
- 2013(13408)
- 2012(12879)
- 2011(11677)
- 2010(11678)
- 2009(10920)
- 2008(11114)
- 2007(10345)
- 2006(8747)
- 2005(7759)
- 学科
- 济(48761)
- 经济(48717)
- 业(35089)
- 管理(33598)
- 企(28424)
- 企业(28424)
- 方法(25984)
- 数学(23341)
- 数学方法(23148)
- 农(13376)
- 技术(13313)
- 财(12286)
- 学(12205)
- 中国(10938)
- 贸(9620)
- 贸易(9619)
- 易(9358)
- 农业(9029)
- 业经(9016)
- 地方(8616)
- 务(7974)
- 制(7949)
- 财务(7949)
- 财务管理(7928)
- 企业财务(7494)
- 和(7470)
- 技术管理(7237)
- 环境(6909)
- 理论(6795)
- 银(6478)
- 机构
- 大学(174356)
- 学院(173724)
- 济(69175)
- 经济(67672)
- 管理(64095)
- 研究(60936)
- 理学(55334)
- 理学院(54692)
- 管理学(53599)
- 管理学院(53279)
- 中国(44025)
- 科学(41689)
- 农(39211)
- 京(37330)
- 所(33475)
- 业大(32100)
- 农业(31611)
- 研究所(30871)
- 财(29805)
- 中心(28359)
- 江(26807)
- 财经(24134)
- 北京(23332)
- 范(21852)
- 经(21832)
- 技术(21551)
- 师范(21512)
- 经济学(21355)
- 州(21235)
- 院(21205)
- 基金
- 项目(117207)
- 科学(89371)
- 基金(82814)
- 研究(79937)
- 家(74842)
- 国家(74276)
- 科学基金(61062)
- 社会(48182)
- 省(47112)
- 社会科(45625)
- 社会科学(45607)
- 基金项目(44259)
- 自然(41532)
- 自然科(40535)
- 自然科学(40520)
- 划(40084)
- 自然科学基金(39780)
- 教育(37060)
- 资助(34482)
- 编号(32075)
- 重点(27180)
- 部(25887)
- 成果(25652)
- 发(25476)
- 创(24892)
- 计划(24212)
- 创新(23492)
- 科研(23338)
- 科技(22583)
- 课题(22339)
共检索到248341条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 草业科学
[作者]
代露茗 郭涛 李飞 王芳彬 贾倩民 潘发明 张爱文 李发弟
本研究利用近红外光谱(NIRS)技术构建高羊茅(Festuca arundinacea)干草的近红外预测模型，于甘肃省庆阳市采集101份高羊茅样品，将湿化学分析结果和NIRS结合，利用改良偏最小二乘法(MPLS)进行预测模型的建立和验证。最终建立了高羊茅干草干物质(DM)、粗蛋白质(CP)、有机物(OM)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、粗脂肪(EE)、灰分(Ash)这7种营养成分的预测模型，其中建立的CP和DM的预测模型外部验证相对分析误差(RPD)值为3.53和2.55，预测模型的预测效果较好，可以用于实际生产中预测成分含量；OM、 NDF、 ADF、EE和Ash的预测模型RPD值为2.17、2.04、2.06、2.06和2.02，所预测的结果可以作为一些饲料生产中的参考。
[期刊] 草业科学
[作者]
代露茗 郭涛 史艳丽 李飞 贾倩民 王芳彬
无芒雀麦(Bromus inermis)具有丰富的营养价值。近红外光谱技术(NIRS)具有快速、高效和无损等优点，本研究利用NIRS和改良偏最小二乘法(MPLS)，结合湿化学分析方法分析了101份无芒雀麦样品中K、Ca、P、Mg、Fe、Al和Mn元素含量。结果表明：所建立的预测模型中，K、P、Fe和Al的外部验证相对分析误差(RPD)较高，分别为2.60、2.88、4.60和2.68，说明预测准确性较高，可以替代传统分析方法来预测无芒雀麦中K、P、Fe和Al含量；Ca和Mg的RPD值为2.37和2.38，预测精度较弱，能够在样品数量较大时粗略预测含量来进行样品筛选；Mn的RPD值较低，为1.93，预测效果较差，预测值与实测值的误差较大。
关键词：
无芒雀麦 元素含量 NIRS 预测模型
[期刊] 华北农学报
[作者]
金同铭 刘玲 唐晓伟 崔洪昌
选用来自我国主要产地的大白菜不同品种及不同成熟期等材料２４２份，进行常规成分的定标和检验。结果表明：粗蛋白、中性纤维、还原糖及维生素Ｃ的近红外（ＮＩＲ）法测值与化学法测值的复相关系数（ＭＲ）分别为０．９９５８、０．９８５２、０．９８２１和０．９８１４，定标的标准误差（ＳＥＣ）分别为０．３９８％、０．１３４％、０．０９８％和０．５１ｍｇ／１００ｇ。用一定数量的检验样品对４种成分化学法与近红外法进行比较，检验结果指出两法的相关系数（Ｒ）分别为０．９９４、０．９７８、０．９７４和０．９８１，检验标准误差（ＳＥＰ）分别为０．３５３％、０．１２７％、０．１０８％和０．５４８ｍｇ／１００ｇ。表明，用近红外...
关键词：
近红外光谱,大白菜,营养成分
[期刊] 华北农学报
[作者]
赵婷婷 张丽珍 郑淑华 杨良良 冯耐红 刘根科
利用FOSS1241型近红外谷物分析仪对100份黍稷籽粒原样进行光谱扫描,分别采用偏最小二乘法和改进偏最小二乘法两种定标方法,并对原始光谱分别进行不同的预处理,建立了黍稷籽粒淀粉定标模型。试验结果显示:对黍稷籽粒原样扫描的光谱采用偏最小二乘法进行定标,在标准正常化+趋势变化散射处理、采用一阶导数、每隔4点求导、每隔4点作平滑处理的光谱预处理下建立的模型较好。近红外透射光谱分析技术为定量检测黍稷籽粒淀粉总量提供了一种新方法。
[期刊] 中国农业科学
[作者]
王海莲 万向元 胡培松 翟虎渠 万建民
应用近红外光谱(NIRS)分析技术和偏最小二乘法(PLS)建立稻米脂肪定量分析数学模型,并比较糙米粒和糙米粉NIRS数学模型对预测稻米脂肪含量的效果差异。结果表明,当利用糙米粒和糙米粉NIRS数学模型对样品进行预测时,内部交叉验证预测值和真值之间的决定系数(R2)分别为94.44%和95.54%,内部交叉检验的标准差(RMSECV)分别为0.09%和0.08%;外部验证预测值和真值之间的R2值分别为79.51%和87.10%,预测标准差(RMSEP)分别为0.24%和0.26%,平均相对误差(ARE)分别为4.11%和3.30%。内部交叉验证和外部验证结果证明,糙米粒和糙米粉NIRS数学模型均...
[期刊] 草业科学
[作者]
李钰 李欣荣 刘保仓 邓晓裕 郭涛 史艳丽 年芳 李飞 许辉 徐国延 王新基
本研究旨在利用近红外光谱技术(Near infrared reflectance spectroscopy，NIRS)构建茴香秸秆营养成分预测模型。于甘肃省民勤县采集109份茴香秸秆样品，使用近红外光谱仪扫描样品得到吸光度值，分别测定其干物质（dry matter，DM）、粗蛋白质（crude protein，CP）、有机物（organic matter，OM）、中性洗涤纤维（neutral detergent fiber，NDF)）、酸性洗涤纤维（acid detergent fiber，ADF）、粗脂肪（ether extract，EE）和粗灰分（crude ash，Ash）含量；运用改良偏最小二乘法（Modified partial least square，MPLS）分别构建各营养成分预测模型并进行外部验证。研究结果表明：茴香秸秆中DM、CP、OM、NDF、ADF和Ash含量的预测决定系数(coefficient of determination for validation，RSQ)为0.853～0.951，外部验证相对分析误差(ratio of performance to deviation for validation，RPD)为2.574～4.239，模型的预测能力良好，可用于实际检测；而EE含量的RSQ和RPD分别为0.806和2.259，定标模型只能用于样品的粗略筛选。
[期刊] 中国农业大学学报
[作者]
张新玉 王颖杰 刘若西 申兵辉 王皎月 严衍禄 康定明
为探索应用近红外光谱技术检测玉米单籽粒蛋白质含量,本研究采用JDSU近红外光谱检测仪采集了205份不同基因型玉米材料的单籽粒光谱值,用常规化学法测定玉米单籽粒蛋白质含量化学值,以117个样本为建模集,拟合了玉米单籽粒近红外光谱仪扫描得到的光谱图与玉米单籽粒蛋白质含量化学值之间的相互关系,用88个样本作预测集,比较了偏最小二乘回归法(PLSR)和支持向量机回归法(SVR)2种预测模型的效果。结果表明,玉米单籽粒种子的蛋白质含量在样本中变异范围为3.48%18.15%,平均值为10.17%。偏最小二乘回归法(
关键词：
玉米单籽粒 蛋白质含量 近红外 定量分析
[期刊] 湖南农业大学学报(自然科学版)
[作者]
文韬 郑立章 龚中良 李立君 谢洁飞 马强
为快速准确地测定茶油中脂肪酸含量，建立了应用近红外光谱技术检测茶油中脂肪酸含量的方法。选取市售的１５６份茶油样品，利用气相色谱仪测定其脂肪酸组成及含量，同时采用近红外光谱仪采集油样的光谱数据，并分析原始（Ｒ）光谱、ＳＧ平滑（ＳＧ）光谱和二阶导数变换（ＳＤ）光谱与茶油中脂肪酸含量的相关性，采用偏最小二乘回归法（ＰＬＳＲ）比较全光谱波段与显著性波段对建模精度的影响，优选出茶油中脂肪酸含量的定量检测模型。结果表明：茶油中棕榈酸、油酸和亚油酸含量较高，分别为４．４２８％～１０．９３１％、７８．０３６％～８４．６２１％、７．０１３％～９．８６３％；采集的茶油近红外光谱曲线特征变化较为明显，光谱特征峰的位．．．
[期刊] 北京林业大学学报
[作者]
刘镇波 薛占川 刘一星 王鹏 沈晓燕 孔文杨 王向明
为快速测定人工林杨木的综纤维素含量,按国家标准测定了42个杨木木材样品的综纤维素含量,并用近红外光谱仪测定相应的光谱。在350~2 500、1 300~2 050、2 050~2 500 nm 3个不同的光谱区域,采用未处理、Baseline、一阶导数、二阶导数等光谱预处理方法,再用PLS1、PLS2、PCR 3种不同建模方法建立相应的校正模型与交互验证模型。结果表明:当光谱区域为1 300~2 050 nm、光谱数据未进行预处理、采用PLS1的建模方法、主成分数为8时,建立的校正模型有最佳预测效果;采用建立的模型对未参与建模的样本进行预测,预测结果与实测结果间的相关系数为0.818 8。
关键词：
近红外光谱 预处理 综纤维素含量
[期刊] 中国农业科学
[作者]
杨梅花 赵小敏
【目的】变量选择是可见光-近红外光谱研究至关重要的步骤,通过分析可见光-近红外光谱不同特征的选择方法筛选出土壤全氮敏感波段,建立基于敏感波段的土壤全氮最佳预测模型,为土壤全氮的快速定量估算提供重要的理论指导依据。【方法】在红壤典型地区江西省吉安县采集代表性土壤样品120个,对可见光-近红外光谱采用主成分分析(PCA)、无信息变量消除(UVE)和无信息变量消除后结合连续投影(UVE-SPA)3种变量特征选择方法,建立基于不同变量选择的偏最小二乘回归(PLSR)模型、最小二乘-支持向量机(LS-SVM)、反向传播神经网络(BPNN)和遗传算法优化的反向传播神经网络(GA-BPNN)模型,从模型对预...
[期刊] 湖南农业大学学报(自然科学版)
[作者]
吴金卓 孔琳琳 李颖 徐浩凯 林文树
为探寻采用近红外光谱技术在野外快速测定土壤全氮和碱解氮含量的方法，采集土壤光谱信号，结合偏最小二乘法和主成分分析法，分别建立土壤全氮和碱解氮含量测定的定标模型。结果表明，采用ＰＬＳ方法建模时，土壤全氮和碱解氮含量测定定标模型的精度较高。为提高模型的预测精度，采用多元散射校正、标准归一化、基线校正、卷积平滑和小波变换５种方法对光谱信号进行预处理，当用小波变换法对光谱信号进行去噪处理，并与ＰＬＳ方法结合时，模型的预测精度最高，土壤全氮样品校正模型的相关系数为０．８３８ ５，均方根误差为０．１５３ １，对应验证模型的相关系数为０．７５４ ９，均方根误差为０．１８４ ２，校正集和验证集土壤全氮含量预测．．．
[期刊] 湖南农业大学学报(自然科学版)
[作者]
李杰 李蒙 傅童成 徐强 肖晶 易自力 王晓玉
为快速分析洞庭湖南荻的生物质品质(可溶物、纤维素、半纤维素、木质素、灰分含量和纤维素结晶度、聚合度)，以采集的126份种质资源为材料，分别采用2种光谱预处理方法和3种特征光谱筛选方法优化原始光谱，基于不同组合方式优化光谱及原始光谱，结合偏最小二乘法构建近红外光谱分析模型，筛选针对7个品质指标的双重优化模型，基于灰色关联度法对126份种质资源进行工业化潜力评估。结果表明：洞庭湖南荻可溶物、纤维素、半纤维素、木质素、灰分含量及纤维素结晶度、聚合度均存在丰富的多样性，且大致呈正态分布，符合近红外建模的要求；基于直接差分法(DD)结合竞争性自适应重加权算法(CARS)优化的PLS模型对南荻可溶物含量的预测结果表现优异，其校正集的均方根误差(RMSEC)为0.27，决定系数(R_C~2)为0.99；交叉验证集的均方根误差(RMSECV)为0.77，决定系数(R~2_(CV))为0.97，预测集的相对分析误差为5.07，相关系数(R_V~2)为0.88；基于DD结合变量组合集群分析混合迭代保留信息变量(VCPA–IRIV)优化的PLS模型在南荻的纤维素、半纤维素、木质素、灰分含量和结晶度、聚合度的预测中表现优异，模型的RMSEC为0.14～10.20,R_C~2为0.98～0.99,RMSECV为0.28～19.46,R~2_(CV)为0.94～0.98,R_V~2为0.87～0.98，相对分析误差(RPD)为4.84～15.65；表明基于双重优化光谱子集建立的近红外光谱模型能较好地预测南荻的生物质品质，且具有较高的稳定性；通过灰色关联度法对126份南荻种质资源进行评估，发现126个样本的工业化利用潜力分数大致呈正态分布，其利用潜力分数的均值为54.4，一级种质资源4个，二级种质资源40个，三级种质资源63个，四级种质资源14个，五级种质资源5个。
[期刊] 湖南农业大学学报(自然科学版)
[作者]
李杰 李蒙 傅童成 徐强 肖晶 易自力 王晓玉
为快速分析洞庭湖南荻的生物质品质(可溶物、纤维素、半纤维素、木质素、灰分含量和纤维素结晶度、聚合度)，以采集的126份种质资源为材料，分别采用2种光谱预处理方法和3种特征光谱筛选方法优化原始光谱，基于不同组合方式优化光谱及原始光谱，结合偏最小二乘法构建近红外光谱分析模型，筛选针对7个品质指标的双重优化模型，基于灰色关联度法对126份种质资源进行工业化潜力评估。结果表明：洞庭湖南荻可溶物、纤维素、半纤维素、木质素、灰分含量及纤维素结晶度、聚合度均存在丰富的多样性，且大致呈正态分布，符合近红外建模的要求；基于直接差分法(DD)结合竞争性自适应重加权算法(CARS)优化的PLS模型对南荻可溶物含量的预测结果表现优异，其校正集的均方根误差(RMSEC)为0.27，决定系数(R_C~2)为0.99；交叉验证集的均方根误差(RMSECV)为0.77，决定系数(R~2_(CV))为0.97，预测集的相对分析误差为5.07，相关系数(R_V~2)为0.88；基于DD结合变量组合集群分析混合迭代保留信息变量(VCPA–IRIV)优化的PLS模型在南荻的纤维素、半纤维素、木质素、灰分含量和结晶度、聚合度的预测中表现优异，模型的RMSEC为0.14～10.20,R_C~2为0.98～0.99,RMSECV为0.28～19.46,R~2_(CV)为0.94～0.98,R_V~2为0.87～0.98，相对分析误差(RPD)为4.84～15.65；表明基于双重优化光谱子集建立的近红外光谱模型能较好地预测南荻的生物质品质，且具有较高的稳定性；通过灰色关联度法对126份南荻种质资源进行评估，发现126个样本的工业化利用潜力分数大致呈正态分布，其利用潜力分数的均值为54.4，一级种质资源4个，二级种质资源40个，三级种质资源63个，四级种质资源14个，五级种质资源5个。
[期刊] 草业科学
[作者]
尹成诚 康景 刘建新 年芳 唐德富
为提高羊肉中营养成分可见-近红外光谱预测模型的稳定性和准确性，本研究以葡萄糖（Glucose，GLU）指标为例，采用遗传算法（Genetic Algorithm ，GA）提取特征波长后，结合标准正态变换（Standard normal transformation，SNV）和多元散射校正（Multiple scattering correction，MSC）两种预处理方式进行偏最小二乘法建立预测模型，对比SNV、MSC预处理直接进行偏最小二乘的建模效果。结果显示：在标准正态变换下遗传偏最小二乘模型（GA-SNV-PLS）优于直接在标准正态变换下偏最小二乘模型（FS-SNV-PLS）。经交叉验证后，模型的均方根误差RMSE（Root mean square error）为0.122，决定系数R~(2)（coefficient of determinant）为0.930，相对分析误差PRD（relative percent deviation）为2.295。相较于全光谱偏最小二乘模型（FS-PLS）、全波段多元散射校正偏最小二乘模型（FS-MSC-PLS）和多元散射下遗传偏最小二乘模型（GA-MSC-PLS），其R和RPD分别提高了95.80%、50.21%、85.05%；62.65%、37.08%、52.54%。由SNV结合遗传算法建立的偏最小二乘模型能够提高模型的预测能力。
[期刊] 华中农业大学学报
[作者]
付苗苗 刘梅英 牛智有
收集403个配合饲料样本,利用高光谱成像仪对样本进行图像采集,获取配合饲料样本的可见/近红外光谱信息。采用光谱杠杆值和学生残差法剔除异常样本,利用CG法、SPXY法和K-S法按3∶1的比例进行样本集划分,采用均值中心化、标准化、一阶导数、二阶导数、正交信号校正、多元散射校正和标准正态变量变换、去趋势变换,以及其组合方法对光谱进行预处理;采用相关系数法获取特征波段,建立基于高光谱图像技术的配合饲料中粗蛋白、粗灰分、水分、总磷、钙含量的偏最小二乘法(PLS)定量分析模型。通过验证,粗蛋白验证集决定系数R2V为
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
