玉米品质快速鉴定.doc

2013高教社杯全国大学生数学建模竞赛
承诺书
我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》(以下简称为“竞赛章程和参赛规则”,可从全国大学生数学建模竞赛网站下载)。
我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。
我们知道,抄袭别人的成果是违反竞赛章程和参赛规则的,如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺,严格遵守竞赛章程和参赛规则,以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为,我们将受到严肃处理。
我们授权全国大学生数学建模竞赛组委会,可将我们的论文以任何形式进行公开展示(包括进行网上公示,在书籍、期刊和其他媒体进行正式或非正式发表等)。
我们参赛选择的题号是(从A/B/C/D中选择一项填写): B
我们的参赛报名号为(如果赛区设置报名号的话): 13
所属学校(请填写完整的全名): 中国计量学院
参赛队员(打印并签名) :1. 赵生红
2. 孙月
3. 古妍妍
指导教师或指导教师组负责人(打印并签名): 数模组
(论文纸质版与电子版中的以上信息必须一致,只是电子版中无需签名。以上内容请仔细核对,提交后将不再允许做任何修改。如填写错误,论文可能被取消评奖资格。)
日期: 2013 年 8 月 30 日
赛区评阅编号(由赛区组委会评阅前进行编号):
2013高教社杯全国大学生数学建模竞赛
编号专用页
赛区评阅编号(由赛区组委会评阅前进行编号):
赛区评阅记录(可供赛区评阅时使用):
评
阅
人
评
分
备
注
全国统一编号(由赛区组委会送交全国前编号):
全国评阅编号(由全国组委会评阅前进行编号):
玉米营养品质的快速鉴定
摘要
本文主要研究玉米营养品质的快速鉴定问题,即要对主要成分的含量进行检测,利用近红外光谱分析仪采集的光谱响应数据,通过与生化检测值的关系建立数学模型,用多元线性回归和BP神经网络模型快速检测玉米主要营养成分含量,利用多元散射矫正发对数据进行去噪,对模型进行优化。
针对问题1,对390个波长的光谱响应数据进行相关性分析,相关性系数均近似为1,值均小于,利用逐步回归得到主要波长为7000,6870,6590,6400,6080,6030,故采用多元线性回归模型建立蛋白质与光谱响应数据的回归方程,得到回归方程为:
。对该模型进行了可靠性检验,。拟定衡量近红外分析值和化学值吻合程度的参数,描述近红外分析和化学分析线性度的参数,定标结果置信度的标志,、、,并讨论了模型了评价范围。
针对问题2,为了建立合适的模型优化方案,首先利用多元散射校正算法对光谱响应数据信息进行去噪,得到修正后的数据矩阵,再利用问题(1)的模型对此100个玉米样品的蛋白质与光谱响应数据进行多元线性回归,得到回归方程:
,,并对该回归模型进行了标准化残差正态分布检验,说明曲线拟合度较好,此外采用问题(1)中模型的评价指标得到、、、,,可知通过去噪该模型得到了优化,即提高了建模数据的信噪比。
针对问题3,根据问题(2)提出来的优化模型,先对其余的26个样品的光谱响应数据经过去噪处理后,代入回归方程(3),得到其余26个玉米样品的蛋白质含量见表3。
针对问题4,利用BP神经网络对剩余的26个样品的三种营养成分的总和进行预测,,,;同时利用BP神经网络对三种营养成分分别进行预测,得到差值比较见表6。
关键词:多元线性回归;多元散射校正算法;BP神经网络
一、问题的重述
为了实行优质玉米的培养,需要实现玉米营养品质的快速鉴定,这就需要对主要营养成分的含量进行检测,对于给出的126个玉米样品,经过物理方法加工为粉末状,采用近红外光谱分析仪采集光谱响应数据,根据同一样品对不同频率的光产生不同的频率响应,得到所有样品的光谱响应数据。由于光谱测量受到实验环境、信息,同时还存在有各种噪音的干扰,这些噪音的存在会直接影响模型的信噪比,如何提高建模数据的信噪比是模型优化的一个重要的方面。试建立数学模型求解下列问题:
1. 根据前100个样品的光谱响应数据和蛋白含量的生化检测,建立单一成分的光谱分析模型,并在此基础上进一步确定模型的评价指标,并讨论模型的适用范围;
2. 提出合适的模型优化方案,以提高模型的精