期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
FTIR-ATR指纹图谱的主成分分析-马氏距离法应用于烟用香精质量控制 被引量:33
1
作者 王家俊 邱启杨 刘巍 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2007年第5期895-898,共4页
在配制过程正常的条件下,分批采集150个三种正常烟用香精的傅里叶变换衰减全反射红外指纹图谱,并对原始数据进行均值中心化处理,同时对其光谱信号进行二阶导数基线校正和Karl Norris降噪处理,应用化学计量学中的主成分分析-马氏距离法... 在配制过程正常的条件下,分批采集150个三种正常烟用香精的傅里叶变换衰减全反射红外指纹图谱,并对原始数据进行均值中心化处理,同时对其光谱信号进行二阶导数基线校正和Karl Norris降噪处理,应用化学计量学中的主成分分析-马氏距离法分类建模,然后对烟用香精配制质量进行多元统计过程控制(MSPC),结果表明,将马氏距离上限的控制范围(UCL)设定在该类平均马氏距离的+3σ范围之内,均获得了正确的监控预报。 展开更多
关键词 傅里叶变换衰减全反射红外指纹图谱 成分分析-马氏距离分类 多元统计过程控制 烟用香精
在线阅读 下载PDF
基于光谱融合的火星表面相关矿物分类方法研究 被引量:6
2
作者 徐伟杰 武中臣 +4 位作者 朱香平 张江 凌宗成 倪宇恒 郭恺琛 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2018年第6期1926-1932,共7页
多源数据融合能在一定程度上扩展数据信息量,更利于建立准确和稳健的分析模型。行星探测中常采用多个载荷协同分析同一目标,因此利用多载荷数据融合辨别分析火星矿物具有重要科学意义和应用前景。分别采用可见近红外(Vis-NIR)反射光谱... 多源数据融合能在一定程度上扩展数据信息量,更利于建立准确和稳健的分析模型。行星探测中常采用多个载荷协同分析同一目标,因此利用多载荷数据融合辨别分析火星矿物具有重要科学意义和应用前景。分别采用可见近红外(Vis-NIR)反射光谱和拉曼(Raman)散射光谱两种技术手段测量了火星表面主要矿物(硅酸盐、硫酸盐、碳酸盐)的光谱特征曲线,并对获取的光谱数据进行基线校正、Savitzky-Golay平滑以及标准矢量归一化(SNV)等必要的数据预处理。根据光谱特征,首先选取样品Vis-NIR和Raman数据信息丰富、信噪比高、光谱信号重叠小的波段(Vis-NIR:430~2 430nm,Raman:130~1 100cm^(-1)),然后运用软独立建模分类法(SIMCA)、主成分分析法-K最邻近分类法(PCA-KNN)分别建立基于Vis-NIR,Raman及两者融合(累加融合、串联融合)的矿物聚类分析模型。采用SIMCA算法的矿物聚类准确率由单一光谱建模的72.6%(Vis-NIR),90.7%(Raman)提升为融合建模的96.3%(累加融合)和98.1%(串联融合);采用PCA-KNN的准确率由单一光谱建模的68.9%(Vis-NIR),72.9%(Raman)提升为融合后的80.3%(累加融合)和92.6%(串联融合)。实验结果表明:光谱融合能够发挥Vis-NIR,Raman各自的数据优势,所建火星表面相关矿物分类模型的预测准确度更高。该研究为我国火星探测任务奠定了岩石分类方法基础。 展开更多
关键词 可见近红外光谱 拉曼光谱 光谱融合 软独立建模分类 成分分析-K值最邻近分类
在线阅读 下载PDF
基于CATPCA的优化Transformer卫星电源消耗时序预测研究 被引量:3
3
作者 张璋 常亮 +3 位作者 田明华 邓雷 常建平 董亮 《北京理工大学学报》 EI CAS CSCD 北大核心 2023年第7期744-754,共11页
提出一种由基于最优尺度量化的分类主成分分析数据处理模块和优化Transformer时序预测模块组成的卫星电源消耗预测方法.针对卫星工程数据的高冗余问题,建立了基于赫斯特指数分析(Hurst)、灰色关联分析以及分类主成分分析(CATPCA)的卫星... 提出一种由基于最优尺度量化的分类主成分分析数据处理模块和优化Transformer时序预测模块组成的卫星电源消耗预测方法.针对卫星工程数据的高冗余问题,建立了基于赫斯特指数分析(Hurst)、灰色关联分析以及分类主成分分析(CATPCA)的卫星高维数据处理模型,对百维度时序数据进行有效提取,重构输入数据.采用对抗学习网络架构,建立多学习Transformer的卫星电量预测模型,模型综合考虑影响卫星能源消耗的多种因素以及时序数据依赖,可以在较短的时间内完成高精度卫星电源消耗时序预测.实验部分采用卫星真实运行数据,综合考虑影响卫星能源消耗的多种因素,12 h预测拟合优度达到94%,比BP神经网络,长短期记忆网络(LSTM)精度更高.可以有效克服常规工程数据的冗余、缺失以及脏数据问题,解决了常规时序预测需要依赖长期数据的不足缺陷,有效完成卫星能源短时消耗高精度预测.这对卫星在轨任务规划、卫星在轨健康管理等后续任务提供可靠支持. 展开更多
关键词 时序预测 Transformer时序 分类主成分分析 深度学习 卫星电源预测
在线阅读 下载PDF
CLAHE低频DCT系数重变换在人脸识别中的应用 被引量:1
4
作者 邵丹 《计算机应用与软件》 CSCD 2015年第11期180-184,共5页
针对光照变化显著影响自动人脸识别系统性能的问题,为了规范化光照变化以提高人脸识别率,提出基于对比度限制自适应直方图均衡化CLAHE(Contrast Limiting Adaptive Histogram Equalization)的低频离散余弦变换DCT(Discrete Cosine Trans... 针对光照变化显著影响自动人脸识别系统性能的问题,为了规范化光照变化以提高人脸识别率,提出基于对比度限制自适应直方图均衡化CLAHE(Contrast Limiting Adaptive Histogram Equalization)的低频离散余弦变换DCT(Discrete Cosine Transform)系数重变换算法。首先将图像划分成多个互不重叠的局部小块,使用CLAHE对局部小块进行局部对比拉伸以实现去噪;然后,通过缩减适当数目的低频DCT系数来消除人脸图像中的光照变化;最后,利用核主成分分析进行特征提取,稀疏系数重建和k-近邻分类器完成最终的人脸识别。在扩展Yale B及AR人脸数据库上的实验验证了算法的有效性。实验结果表明,算法在识别非常困难的Yale B子集5上的识别率可高达98.20%,相比其他几种规范化技术,该算法取得了更高的识别率,同时大大降低了识别所耗时间。 展开更多
关键词 自适应直方图均衡化 离散余弦变换 系数重变换 成分分析k近邻分类
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部