2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩91頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、稻谷是我國的主要糧食作物之一,稻谷的品種繁多給收購品質(zhì)的鑒定帶來較大困難,收購人員難以憑借外表、體型、口感準(zhǔn)確分析稻谷品質(zhì)的好壞,傳統(tǒng)的稻谷品質(zhì)分析方法也并不適合現(xiàn)場收購。本論文基于近紅外光譜技術(shù)研究稻谷水分含量、粗蛋白含量、脂肪酸值及直鏈淀粉含量的分析模型,旨在為快速準(zhǔn)確評價稻谷收購質(zhì)量提供一種新的方法。
  采用常規(guī)的化學(xué)方法測定代表性稻谷樣品的水分含量、粗蛋白含量、脂肪酸值、直鏈淀粉含量等品質(zhì)指標(biāo),測得的稻谷水分含量、粗蛋白

2、含量、脂肪酸值、直鏈淀粉含量的分布范圍分別是10.26~21.26%、6.27~10.23%、11.44~41.89mg KOH/100g、13.18~20.86%。選用SupNIR-2700系列近紅外光譜分析儀采集安徽省、江蘇省、湖南省、黑龍江省稻谷樣品近紅外光譜圖,采用與儀器配套的化學(xué)計量學(xué)定標(biāo)軟件RIMP進(jìn)行數(shù)據(jù)分析。選擇馬氏距離法挑選建模集樣品中的異常樣品,對獲取的圖譜采用不同的預(yù)處理方法,比較不同預(yù)處理方法下的建模效果,通過比

3、較校正標(biāo)準(zhǔn)差(SEC)、校正模型相關(guān)系數(shù)(RC)、交互驗證標(biāo)準(zhǔn)差(SECV)、預(yù)測標(biāo)準(zhǔn)差(SEP)四個指標(biāo),選擇最優(yōu)的預(yù)處理方法。采用隨機(jī)方法劃分樣品集,80%作為校正集,20%作為驗證集,選擇偏最小二乘法(PLS)和人工神經(jīng)網(wǎng)絡(luò)(ANN)分別建立各省近紅外稻谷品質(zhì)指標(biāo)的定標(biāo)模型及粳稻、秈稻、整體稻谷樣品的定標(biāo)模型,比較兩種方法的建模差異。選擇適當(dāng)數(shù)量的未知樣品研究所建定標(biāo)模型的預(yù)測性能,通過雙尾T檢驗法分析化學(xué)值和預(yù)測值之間的差異,研

4、究近紅外光譜技術(shù)能否用于稻谷主要品質(zhì)指標(biāo)的準(zhǔn)確測定。結(jié)果表明:
  1.不同預(yù)處理方法下建模效果存在差異,對于PLS建模,選擇Savitzky-Golay平滑+Savitzky-Golay導(dǎo)數(shù)+多元散射校正(MSC)+均值中心化的組合的預(yù)處理方法有最好的建模效果,對于ANN建模,選擇標(biāo)準(zhǔn)正態(tài)變量變換+去趨勢校正+Savitzky-Golay平滑+Savitzky-Golay導(dǎo)數(shù)+均值中心化的組合的預(yù)處理方法有最好的建模效果。

5、>  2.不同地區(qū)、不同種類稻谷建模效果存在一定差異,PLS與ANN兩種方法的建模效果差異不明顯,均可以用于稻谷主要品質(zhì)指標(biāo)近紅外模型的建立。
  3.最終建立的稻谷水分含量模型對未知樣品的預(yù)測R2接近0.97,化學(xué)值和預(yù)測值之間的絕對偏差為0.06%,稻谷粗蛋白含量模型對未知樣品的預(yù)測R2接近0.87,化學(xué)值和預(yù)測值之間的絕對偏差為0.02%,稻谷脂肪酸值模型對未知樣品的預(yù)測R2超過0.62,化學(xué)值和預(yù)測值之間的絕對偏差為0.1

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論