您当前的位置:
首页 >
文章列表页 >
基于混合高斯分解的近红外光谱奇异样本识别策略
基于混合高斯分解的近红外光谱奇异样本识别策略
Gaussian Mixture Model-based Outlier Detection for Near-infrared Spectra
- “2026年7月15日江南大学 轻工过程先进控制教育部重点实验室的朱远哲、赵忠盖团队在《分析测试学报》发文,介绍了其在近红外光谱分析领域的研究进展,团队建立了基于混合高斯分解的奇异样本识别策略,为解决光谱定量分析中奇异样本干扰问题提供解决方案。”
- 分析测试学报 2026年45卷第6期 页码:1265-1274
DOI: 10.12452/j.fxcsxb.26013103
修回:2026-04-03 ,
录用:2026-04-07
移动端阅览
AI导读
HTML全文
图( 11 ) 表( 3 )
参考文献
出版信息
数据统计
239
浏览量
163
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于非标准物质及小样本的近红外光谱设备选型方法研究
基于近红外光谱与双重门控高分辨率网络的煤种智能分类方法
近红外光谱结合机器学习对当归及其相似品的准确鉴别
压水堆核电站二回路聚丙烯酸分散剂的测定方法
核酸适体功能化纳米材料靶向识别与抗氧化评价
相关作者
张宏
徐芳芳
韩嘉丽
候化蕊
张欣
张永超
王振中
陆成伟
相关机构
中成药智能制造技术国家地方联合工程研究中心
江苏康缘药业股份有限公司
南京中医药大学 康缘中药学院
中药制药过程控制与智能制造技术全国重点实验室(江苏康缘药业股份有限公司/南京中医药大学)
呼和浩特海关技术中心


