期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
主成分分析在DOAS测量分析中的应用 被引量:1
1
作者 李红莲 贡东军 +2 位作者 蔡端波 李明明 杨勇 《激光杂志》 北大核心 2015年第10期66-69,共4页
为了便于分析气象参数对污染物浓度变化的影响,提出了利用主成分分析法来判断几种污染气体浓度随气象条件变化规律的方法。基于差分吸收光谱技术(DOAS),在2012年冬季和夏季对天津大学校园内空气质量分别进行了为期一个月的观测,得到了... 为了便于分析气象参数对污染物浓度变化的影响,提出了利用主成分分析法来判断几种污染气体浓度随气象条件变化规律的方法。基于差分吸收光谱技术(DOAS),在2012年冬季和夏季对天津大学校园内空气质量分别进行了为期一个月的观测,得到了实验期间SO2,NO2和O3之间的日变化、季节变化关系,以及受气象参数的影响情况。结果显示:O3和NO2日变化规律基本正相反,冬季SO2和NO2的浓度要明显高于夏季,而O3浓度夏季明显高于冬季。气温和风速变化对O3影响最大,NO2次之,对SO2影响程度最小,与计算相关系数得到的结果具有良好的一致性。 展开更多
关键词 差分吸收光谱技术 主成分向量 空气质量监测 气象参数
在线阅读 下载PDF
基于稀疏学习的电力大数据压缩与高精度重建
2
作者 苏良立 王敏楠 +2 位作者 余仰淇 肖娅晨 肖戈 《电子设计工程》 2024年第14期68-72,共5页
电网的运行需要大量电力大数据的支持,为了降低传输工作量,设计基于稀疏学习的电力大数据压缩与高精度重建方法。采用最优复杂度模型处理电力大数据的缺失值,通过基于残差学习方法的DnCNN去噪模型,对大数据去噪。根据向量主成分分析方法... 电网的运行需要大量电力大数据的支持,为了降低传输工作量,设计基于稀疏学习的电力大数据压缩与高精度重建方法。采用最优复杂度模型处理电力大数据的缺失值,通过基于残差学习方法的DnCNN去噪模型,对大数据去噪。根据向量主成分分析方法,对电力大数据进行压缩处理。基于稀疏学习构建大数据重建网络模型,实现电力大数据的重建。实验测试结果表明,设计方法的数据压缩比最高达到0.986,综合矢量误差整体低于0.3%,归一化均方误差整体低于0.8%。 展开更多
关键词 稀疏学习 电力大数据 最优复杂度模型 向量成分分析
在线阅读 下载PDF
基于PCA-SVMR快速测定复方氯丙那林和对乙酰氨基酚
3
作者 郭嘉伟 谢洪平 《中国测试》 CAS 2010年第2期47-49,共3页
基于主成分分析-支持向量机回归(PCA-SVMR)方法,利用近红外光谱技术研究了复方氯丙那林和复方对乙酰氨基酚两种模型制剂有效组分的快速同时测定,建立了它们的多元校正模型,并以传统的稳健方法偏最小二乘回归(PLSR)为基础考察了PCA-SVMR... 基于主成分分析-支持向量机回归(PCA-SVMR)方法,利用近红外光谱技术研究了复方氯丙那林和复方对乙酰氨基酚两种模型制剂有效组分的快速同时测定,建立了它们的多元校正模型,并以传统的稳健方法偏最小二乘回归(PLSR)为基础考察了PCA-SVMR方法对于小样本药物体系的拟合能力、预测能力和模型稳定性。研究表明,PLSR的预测能力必须以强拟合能力为前提,PCA-SVMR则没有这样的要求,使前者对校正样本的依赖性远强于后者,从而在小样本药物体系中前者的稳定性大大弱于后者,该两种药物制剂的PCA-SVMR多元校正模型的测定准确度总体上优于PLSR。 展开更多
关键词 成分分析-支持向量机回归 近红外光谱 复方氯丙那林 复方对乙酰氨基酚 偏最小二乘
在线阅读 下载PDF
基于太赫兹光谱分析技术的肉类鉴别 被引量:5
4
作者 杨少壮 李灿 +2 位作者 李辰 王志琪 黄略略 《食品与发酵工业》 CAS CSCD 北大核心 2021年第11期227-235,共9页
利用太赫兹时域光谱仪,获取和分析不同来源及品种肉质冻干及压片后的太赫兹光谱参数信息,从而实现不同肉类组织之间的鉴别。研究表明,含水量差距较大的新鲜肉组织,可直接通过太赫兹时域/频域信号的强度差异进行快速判别;含水量相近的不... 利用太赫兹时域光谱仪,获取和分析不同来源及品种肉质冻干及压片后的太赫兹光谱参数信息,从而实现不同肉类组织之间的鉴别。研究表明,含水量差距较大的新鲜肉组织,可直接通过太赫兹时域/频域信号的强度差异进行快速判别;含水量相近的不同肉类,通过定性分析冻干样品在0.6~1.4 THz波段上的吸收系数、折射率、介电常数虚部和介质损耗角正切等多维光谱参数,采用主成分分析-支持向量机可实现不同肉类之间的准确判别。研究结果展示了太赫兹光谱分析技术在不同组织、不同品种及同品种不同品牌肉类鉴别上的可行性,为在肉类掺假打击等实际应用场景中提供了理论基础和实验依据。 展开更多
关键词 肉类鉴别 太赫兹光谱 成分-支持向量 光谱分析 吸收系数 折射率
在线阅读 下载PDF
核磁共振氢谱结合PCA-SVM算法分类鉴别食用植物油 被引量:3
5
作者 李玮 姜洁 +2 位作者 杨红梅 王浩 贾婧怡 《食品工业科技》 CAS CSCD 北大核心 2018年第8期205-209,共5页
采用核磁共振氢谱(~1H-NMR)结合主成分分析-支持向量机法(PCA-SVM)对7种市面上常见的食用植物油进行了分类研究。首先运用PCA法对预处理后的各食用植物油的~1H-NMR谱图积分数据进行降维处理,然后选用前2个主成分作为SVM的输入变量,建立... 采用核磁共振氢谱(~1H-NMR)结合主成分分析-支持向量机法(PCA-SVM)对7种市面上常见的食用植物油进行了分类研究。首先运用PCA法对预处理后的各食用植物油的~1H-NMR谱图积分数据进行降维处理,然后选用前2个主成分作为SVM的输入变量,建立预测模型,再对测试集样品进行预测,以实现食用植物油的种类鉴别,并与簇类独立软模式法(SIMCA)的分类结果进行了比较。结果显示:采用网格划分法优化得到模型最优核函数参数值为1.7411,最优惩罚参数值为0.3299,以最优参数建立的PCA-SVM食用植物油分类模型对测试集的分类正确率为100%,高于SIMCA分类法的61.90%。建立的~1H-NMR结合PCA-SVM法食用植物油分类模型,可以快速、有效的鉴别食用植物油种类,适合实际食品检测工作中建模样本有限的实际,为食用植物油的品质鉴别和质量控制提供分析方法。 展开更多
关键词 核磁共振氢谱 食用植物油 成分分析-支持向量 分类方法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部