典型文献
基于特征变量优选策略的土壤重金属含量X荧光光谱检测
文献摘要：
建立土壤重金属含量的X射线荧光(X-ray Fluorescence,XRF)定量模型,为土壤重金属快速测量提供方法.采集87个土壤样品的光谱信号,通过BOSS算法建立土壤重金属含量的BOSS-PLS预测模型,在此基础上为进一步优化模型,使用ICO算法对光谱进行变量筛选,保留强信息变量与弱信息变量,建立ICO-BOSS-PLS模型,并与常规波长选择算法建立的预测模型进行对比分析.结果表明,ICO-BOSS-PLS模型的预测结果要优于常规波长选择算法的建模,其中,ICO-BOSS-PLS模型预测的结果,其重金属的相关系数R2达到0.97以上,均方根误差达到25.综上,使用ICO-BOSS-PLS建模是一种有效的XRF光谱定量建模方法,为土壤重金属快速检测模型的建立提供了一定的技术支持.
文献关键词：
土壤重金属;XRF;ICO;BOOS;PLS
中图分类号：
作者姓名：
陆旻波
作者机构：
三峡大学,湖北宜昌443000
文献出处：
引用格式：
[1]陆旻波-.基于特征变量优选策略的土壤重金属含量X荧光光谱检测)[J].长江信息通信,2022(05):5-7
A类：
BOOS
B类：
特征变量,土壤重金属,重金属含量,荧光光谱,光谱检测,ray,Fluorescence,XRF,定量模型,快速测量,土壤样品,BOSS,PLS,ICO,变量筛选,强信息,波长选择,选择算法,定量建模,快速检测,检测模型
AB值：
0.258905
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
