新闻中心

• 广州华商学院召开党史学习教...
• 热烈祝贺丨广州华商学院新获...
• 课堂教学延伸校外实践传院师...
• 数据科学学院洪绍勇老师在SCI...
• 数据科学学院侯春娟老师在SCI...
• 让文字记录美成为习惯——专...
• 2021年度教师进企业实践锻炼...
• 传播与传媒学院召开创新创业...
• 传播与传媒学院在创新创业教...
• 活动预告:传播与传媒学院即...

数据科学学院洪绍勇老师在SCIE收录期刊《Infrared Physics & Technology》发表学术论文

2021年04月07日

 数据科学学院洪绍勇老师作为通讯作者于2021年1月1日在SCI-E期刊(中科院分区2区)《Infrared Physics & Technology》发表学术论文1篇,论文题目为《Quantitative analysis of organic acids in pomelo fruit using FT-NIR spectroscopy coupled with network kernel PLS regression》。    

 主要内容:采用傅里叶变换近红外光谱( FT- NIR )加核偏最小二乘法( Kernel PLS )对柚子果实样品中OA浓度进行定量分析。有机酸浓度与近红外数据之间是非线性关系,应当采用非线性方法。基于经典线性方法PLS的简单性,我们采用的非线性方法是通过嵌入核函数来改进PLS算法。本文设计了一种以机器学习方式提取光谱特征数据的神经网络结构内核。结合PLS潜变量的优化选择,对网络隐节点数进行了调谐。采用误差反馈迭代机制对网络链接权值进行自适应训练。模型标定结果表明,用130个隐节点和20个输出节点识别出最适合的网络结构。最优核改进了8个特征潜变量的PLS模型。模型训练结果均方根误差为0.834g / kg,相关系数为0.936。与普通核函数相比,网络核函数在模型训练部分和测试部分表现更好。模型预测结果表明,本文提出的网络体系结构核的自动训练方法是可行的,可以提高柚果有机酸FT- NIR快速分析的PLS建模效果。

(图文/科研处 责任编辑/党晋云)

上一条:课堂教学延伸校外实践传院师生走进新华社《你好非洲》剧组
下一条:数据科学学院侯春娟老师在SCIE收录期刊《AIMS Mathematics》发表学术论文