| Маркер записи | n 22 3 4500 |
| Контрольный номер | zhps19_to86_no3_ss433_ad1 |
| Дата корректировки | 11:35:37 1 ноября 2019 г. |
| Кодируемые данные | 191022s2019||||RU|||||||||||#||||# rus0| |
| Системный контрольный номер | RUMARS-zhps19_to86_no3_ss433_ad1 |
| AR-MARS | |
| Служба первич. каталог. |
Научная библиотека им. М. М. Бахтина Мордовского госуниверситета им. Н. П. Огарева МАРС |
| Код языка каталог. | rus |
| Код языка издания |
eng eng |
| Индекс УДК |
535.33 547 |
| Индекс ББК |
22.344 24.23 |
|
Таблицы для массовых библиотек Таблицы для массовых библиотек |
|
|
Wang, L. S. 070 |
|
|
Quantitative analysis of total nitrogen content in monoammonium phosphate fertilizer using visible-near infrared spectroscopy and least squares support vector machine [Текст] L. S. Wang [et al.] |
|
|
Количественный анализ содержания азота в моноаммонийфосфатном удобрении с использованием видимой и ближней ИК спектроскопии и метода опорных векторов и наименьших квадратов rus |
|
| Библиография | Библиогр.: с. 437 (22 назв. ) |
| Аннотация | Предложен метод количественного определения содержания азота в моноаммонийфосфатных (MAP) удобрениях с использованием спектроскопии видимого-ближнего ИК диапазона (Vis-NIR) и методa опорных векторов и наименьших квадратов (LS-SVM). Для выделения калибровочного набора использовано разделение выборки по расстоянию между осями x-y (SPXY). Для обработки спектральных данных взяты 14 методов, в том числе сглаживание Савицкого-Голея (SG), нахождение первой (D[1]) и второй производных (D[2]) со сглаживанием SG, коррекция мультипликативного рассеяния (MSC), стандартная нормальная переменнуя (SNV), вейвлет-преобразование, а также и их комбинация. Разработана модель LS-SVM с радиальной базисной функцией, отвечающей наилучшему методу предварительной обработки. Ее производительность сравнивалась с моделью частичных наименьших квадратов (PLS). Калибровка LS-SVM с дискретным вейвлет-преобразованием показала наилучший прогноз для содержания азота в MAP-удобрении с R[2] = 0. 91, среднеквадратичной ошибкой прогноза RMSEP = 0. 101 и отношением производительности к отклонению RPD = 3. 34. |
|
Физика AR-MARS Спектроскопия AR-MARS Химия AR-MARS Органические соединения AR-MARS |
|
| Ключевые слова |
MAP-удобрение азот количественный анализ веществ метод наименьших квадратов метод опорных векторов моноаммонийфосфатное удобрение содержание азота спектроскопия видимой-ближней ик области |
|
Wang, R. J. 070 Lu, C. P. 070 Wang, J. 070 Huang, W. 070 Jian, Q. 070 Wang, Y. B. 070 Lin, L. Z. 070 Song, L. T. 070 |
|
| ISSN | 0514-7506 |
| Название источника | Журнал прикладной спектроскопии |
| Место и дата издания | 2019 |
| Прочая информация | Т. 86, № 3. - С. 433-437 |
|
RU 43013090 20191022 RCR |
|
|
RU 43013090 20191022 |
|
|
RU AR-MARS 20191022 RCR |
|
|
RU AR-MARS 20191022 |
|
| Тип документа | b |
|
code year to no ss ad |
|
|
zhps 2019 86 3 433 1 |
|
| 718 |
