现有的嵌套圆排列方法主要采用自顶向下的排列方式。排列过程中的多次缩放和平移将导致算法时间复杂度增高、各层节点大小比例不一致以及局部排列不够紧密等问题。为解决上述问题,在总结层次结构中同层兄弟节点圆外切排列算法的基础上,提出了自底向上父子节点的递归排列算法——圆形-矩形中心法CRCA(Circle and Rectangle Center Algorithm),并提出了一种评价父子节点排列紧密性的指标——面积比AR(Area Ratio)。将基于CRCA算法的嵌套圆排列方法应用于各国农药最大残留限量标准数据的可视化中。实验表明,该方法能够保持同层节点的大小比例和更紧密的排列效果,提高空间利用率,在数据展示方面取得良好效果。
模拟退火算法(simulated annealing algorithm,SAA)是一种随机搜索、全局优化算法,为提高近红外光谱检测面粉品质模型的准确度与稳健性,实验提出基于SAA优化波长,再结合偏最小二乘(partial least squares,PLS)法建模预测的定量模型,并对...
详细信息
模拟退火算法(simulated annealing algorithm,SAA)是一种随机搜索、全局优化算法,为提高近红外光谱检测面粉品质模型的准确度与稳健性,实验提出基于SAA优化波长,再结合偏最小二乘(partial least squares,PLS)法建模预测的定量模型,并对SAA中冷却进度表参数设置进行对比分析。实验依据面粉中灰分含量梯度,随机选取126份样本的近红外光谱建立SAA-PLS模型。结果发现,SAA从2 074个波数优选出70个波数,结合PLS建立的定量模型相关系数为0.976 0,交互验证均方根误差(root mean square error of cross validation,RMSECV)为0.022,预测均方根误差(root mean square error of prediction,RMSEP)为0.030 1,全谱建立的PLS模型相关系数为0.778 5,RMSECV为0.066 6,RMSEP为0.076 8。结果表明,基于SAA优化特征谱区,建立灰分定量模型是可行的,且准确度与稳健性明显优于全谱定量分析模型。
暂无评论