期刊文献+
共找到113篇文章
< 1 2 6 >
每页显示 20 50 100
波长注意力1DCNN近红外光谱定量分析算法研究
1
作者 陈蓓 蒋思远 郑恩让 《光谱学与光谱分析》 北大核心 2025年第6期1598-1604,共7页
近红外光谱(NIRS)技术因其快速、无损和高效的特点,广泛应用于石油、纺织、食品、制药等领域。然而传统的分析方法在处理变量多、冗余大的光谱数据时,往往存在特征提取困难和建模精度不高等问题。因此提出一种适用于近红外光谱且无需变... 近红外光谱(NIRS)技术因其快速、无损和高效的特点,广泛应用于石油、纺织、食品、制药等领域。然而传统的分析方法在处理变量多、冗余大的光谱数据时,往往存在特征提取困难和建模精度不高等问题。因此提出一种适用于近红外光谱且无需变量筛选的一维波长注意力卷积神经网络(WA-1DCNN)定量建模方法,该建模方法结构简单、通用性强、准确率高。该研究引入波长注意力机制,通过赋予不同波长数据不同的权重,增强模型对重要波长特征的捕捉能力,从而提高定量分析的准确性和鲁棒性。为了验证所提出方法的可行性,采用了公开的4种近红外光谱数据集,将所提出的算法与加入波长筛选偏最小二乘法(PLS)、支持向量回归(SVR)、极限学习机(ELM)三种传统建模方法和一维卷积神经网络(1DCNN)建模方法进行了对比,并通过模型性能指标均方根误差(RMSE)和决定系数(R^(2))对模型性能评估。结果表明没有使用波长筛选算法的WA-1DCNN建模方法性能指标均优于加入波长筛选算法的传统建模方法和1DCNN建模方法。其中在655药片数据集中测试集决定系数为0.9563,相比于1DCNN和加入波长筛选的PLS、SVR、ELM提升了4.34%、12.56%、18.42%、11.59%;在310药片数据集中测试集决定系数为0.9574,相比于1DCNN和加入波长筛选的PLS、SVR、ELM、1DCNN提升了2.72%、8.28%、7.27%、1.17%;在玉米水分和蛋白质数据集中测试集决定系数分别为0.9803和0.9685,相比于1DCNN和加入波长筛选的PLS、SVR、ELM提升了6.24%、1.48%、1.75%、6.08%和5.81%、1.85%、1.58%、2.96%;在小麦蛋白质数据集中测试集决定系数为0.9600,相比于DCNN和加入波长筛选的PLS、SVR、ELM提升了8.67%、5.79%、7.94%、0.56%。为了验证WA-1DCNN模型结构的最佳性,在4种近红外光谱数据集上进行了改变WA-1DCNN模型结构的消融实验。研究结果表明:基于波长注意力卷积神经网络是一种结构简单、通用性强、准确率高的光谱定量分析方法,该方法对于近红外光谱定量分析具有促进作用。 展开更多
关键词 近红外光谱 定量分析 波长注意力机制 一维卷积神经网络
在线阅读 下载PDF
结合主导因素和多层感知机提高LIBS定量化性能
2
作者 崔佳诚 宋惟然 +3 位作者 姚蔚利 姬建训 侯宗余 王哲 《光谱学与光谱分析》 北大核心 2025年第4期1022-1027,共6页
激光诱导击穿光谱(LIBS)是一种快速崛起的原子光谱分析技术,在煤质分析等领域有广阔的应用前景。近年来,各种机器学习方法已经被用于提高LIBS煤质分析的定量分析能力,并取得了不错的效果。然而这些方法忽视了LIBS的物理机制,因而模型的... 激光诱导击穿光谱(LIBS)是一种快速崛起的原子光谱分析技术,在煤质分析等领域有广阔的应用前景。近年来,各种机器学习方法已经被用于提高LIBS煤质分析的定量分析能力,并取得了不错的效果。然而这些方法忽视了LIBS的物理机制,因而模型的鲁棒性、适用范围和可解释性受限。为了提高LIBS定量的准确度和可靠性,提出了一种基于主导因素方法(DF)结合多层感知机(MLP)人工神经网络的回归方法,称为DF-MLP。其中,主导因素模型是利用光谱领域知识提取特征变量、并基于物理规律建立的线性回归模型;MLP则是在此基础上,用机器学习方法修正主导因素模型的残差。DF-MLP首次将主导因素方法与多层感知机神经网络结合起来,可以在不降低模型复杂度的前提下充分利用光谱领域知识,提高模型的可解释性,从而改善鲁棒性和适用范围。实验中将DF-MLP与常规MLP、主导因素偏最小二乘(DF-PLSR)、主导因素支持向量机(DF-SVR)对比,在煤质分析的固定碳含量、灰分、挥发分三个任务上均取得了最优结果。均方根误差(RMSEP)相比于常规MLP分别降低了13.21%、14.54%和21.77%,比DF-SVR分别降低了14.75%,23.13%和5.99%。实验结果表明,将领域知识与神经网络方法结合是提高LIBS定量化性能的可行方式。 展开更多
关键词 激光诱导击穿光谱 主导因素 人工神经网络 煤炭 定量分析
在线阅读 下载PDF
基于高光谱成像技术的蚕丝接枝共聚增重检测
3
作者 李赫楠 王振华 +3 位作者 刘伟红 何浩男 祝成炎 田伟 《现代纺织技术》 北大核心 2025年第9期71-78,共8页
针对传统甲基丙烯酸羟乙酯(HEMA)接枝增重蚕丝检测方法存在检测效率低、破坏样本等问题,提出了一种基于高光谱成像技术的蚕丝增重率无损连续检测方法,采集了545组蚕丝样本的高光谱图像数据,并对其进行了详细表征。通过对比分析一阶导数(... 针对传统甲基丙烯酸羟乙酯(HEMA)接枝增重蚕丝检测方法存在检测效率低、破坏样本等问题,提出了一种基于高光谱成像技术的蚕丝增重率无损连续检测方法,采集了545组蚕丝样本的高光谱图像数据,并对其进行了详细表征。通过对比分析一阶导数(FD)、多元散射校正(MSC)和标准正态变换(SNV)3种光谱预处理方法的性能差异,分别构建了偏最小二乘(PLS)模型和反向传播(BP)神经网络模型,并对模型的检测精度进行了系统评估。结果表明:3种预处理方法均可以减少原始光谱中基线漂移的现象,MSC和SNV可以减小由于散射水平不同带来的光谱差异,FD可以增大重叠峰的分离程度;所建立的SNV-BP模型预测蚕丝增重率的均方根误差最小仅为1.2%,相关系数为0.99。研究结果证实了高光谱定量检测HEMA接枝增重蚕丝增重率的可行性,可为无损连续检测HEMA接枝蚕丝增重率提供新的方法和思路。 展开更多
关键词 高光谱成像 桑蚕丝 定量分析 甲基丙烯酸羟乙酯 偏最小二乘法 BP神经网络
在线阅读 下载PDF
基于拉曼光谱的变压器混合故障特征气体的改进卷积神经网络定量方法
4
作者 陈新岗 张文轩 +4 位作者 马志鹏 张知先 万福 敖怡 曾慧敏 《光谱学与光谱分析》 北大核心 2025年第4期932-940,共9页
激光拉曼光谱技术在变压器故障特征气体检测方面具有明显优势,随变压器状态监测智能化的发展,研究混合故障特征气体的快速、准确定量分析方法具有重要意义。传统拉曼光谱分析需要预处理过程,极大程度依赖人为经验,光谱特征提取虽可降低... 激光拉曼光谱技术在变压器故障特征气体检测方面具有明显优势,随变压器状态监测智能化的发展,研究混合故障特征气体的快速、准确定量分析方法具有重要意义。传统拉曼光谱分析需要预处理过程,极大程度依赖人为经验,光谱特征提取虽可降低信号维度,但也会造成其特征部分缺失或改变。针对上述问题,提出基于改进一维卷积神经网络与最小二乘支持向量回归相融合的拉曼光谱定量分析方法,即引入全局均值池化与最小二乘支持向量回归改进传统卷积神经网络,并运用Dropout方法提高模型泛化性能,防止过拟合。设计并搭建变压器故障特征气体拉曼光谱检测平台,采集7种故障特征气体及N_(2)、O_(2)混合气体的拉曼信号,在谱图2900 cm^(-1)频移附近,CH_(4)、C_(2)H_(6)气体呈现谱峰重叠,且变压器过热或局部放电故障发生时,会产生主要故障特征气体CH_(4),选择不同含量比例下的CH_(4)、C_(2)H_(6)混合气体作为研究对象具有代表性,按不同比例配制146组不同含量的CH_(4)、C_(2)H_(6)混合气体样本,检测时选用氮气作为标气,采集不同含量比例下混合气体样本的拉曼光谱数据,利用光谱数据增强方法,构建适用于深度神经网络的气体样本数据集。通过不断实验,优化网络结构参数与网络权重,完成模型训练并测试其预测效果,与多种定量模型进行对比分析,并研究光谱预处理对不同定量模型的影响,进而评估模型性能。结果表明,使用原始数据集建模时,改进卷积神经网络模型的预测精确度与回归拟合优度最佳,决定系数可达0.9998,均方根误差仅为0.0005 MPa;使用预处理后数据集建模时,改进卷积神经网络模型均方根误差为0.0023 MPa,相比使用原始数据集建模误差上升了0.0018,而传统方法误差均有所下降。该研究结果表明,所提方法与传统拉曼光谱定量方法相比,集成光谱预处理、特征提取和定量分析过程,在确保预测精确度的基础上,简化光谱分析流程,为快速、准确分析变压器混合故障特征气体提供了新的思路与参考。 展开更多
关键词 变压器 特征气体 拉曼光谱 改进一维卷积神经网络 定量分析
在线阅读 下载PDF
数字创新生态系统驱动绿色创新绩效的组态路径研究
5
作者 龚银银 张永庆 郑苏江 《统计与信息论坛》 北大核心 2025年第9期90-103,共14页
数字经济背景下,数字创新生态系统作为新兴创新范式,对提升区域绿色创新绩效与实现数字中国战略目标具有重要意义。以中国31个省份为研究对象,构建“数字创新主体—数字创新资源—数字创新环境”分析框架,采用模糊集定性比较分析(fsQCA... 数字经济背景下,数字创新生态系统作为新兴创新范式,对提升区域绿色创新绩效与实现数字中国战略目标具有重要意义。以中国31个省份为研究对象,构建“数字创新主体—数字创新资源—数字创新环境”分析框架,采用模糊集定性比较分析(fsQCA)和人工神经网络(ANN)相结合的方法探索驱动区域绿色创新绩效提升的多种联动组态路径。研究表明:(1)引致区域高绿色创新绩效的组态路径有4条,可以归纳为三种模式:“平台—设施驱动的多主体协同”模式、“制度引导的资源优化配置”模式、“平台—知识驱动的基础设施支撑”模式。(2)平台资源、数字基础设施环境、知识创造者对区域绿色创新绩效提升的贡献更显著,影响占比位于前三。(3)无论是否划分区域差异,平台资源始终是驱动高绿色创新绩效路径中的重要存在条件。同时,绿色创新绩效提升的空间差异性显著,东中部地区的路径以平台资源、数字基础设施环境、知识创造者为核心,而西部地区则突出制度支持者的导向作用。研究结果为构建区域数字创新生态系统、推动区域绿色创新高质量发展提供了参考借鉴。 展开更多
关键词 数字创新生态系统 绿色创新绩效 模糊集定性比较分析 必要条件分析 人工神经网络
在线阅读 下载PDF
基于SSA-Elman神经网络的爆破振动速度预测
6
作者 王晗 闫鹏 +3 位作者 张云鹏 巩瑞杰 袁腾 杨曦 《工程爆破》 北大核心 2025年第3期140-150,共11页
为降低爆破振动对环境产生的影响,预测爆破振动速度非常有必要。选取85组爆破振动数据,采用灰色综合关联度理论识别了影响爆破振动速度的7个重要因素,通过麻雀搜索算法(SSA)改进Elman神经网络的方法建立了爆破振动速度预测模型。研究结... 为降低爆破振动对环境产生的影响,预测爆破振动速度非常有必要。选取85组爆破振动数据,采用灰色综合关联度理论识别了影响爆破振动速度的7个重要因素,通过麻雀搜索算法(SSA)改进Elman神经网络的方法建立了爆破振动速度预测模型。研究结果表明,与Elman神经网络预测模型相比,X、Y以及Z方向的爆破振动速度SSA-Elman神经网络预测模型的预测值和实测值更接近,均方根误差(RMSE)以及平均绝对误差(MAE)较小,S_(RMSE)分别减少了54.2%、9.3%、34%,S MAE分别减少了50%、5.7%、21%,说明采用SSA优化Elman神经网络权值和阈值的方法,可以提高Elman神经网络预测模型的精度。 展开更多
关键词 爆破振动预测 ELMAN神经网络 麻雀搜索(SSA)算法 灰色综合关联度分析
在线阅读 下载PDF
面向战斗力指数定量分析的局部逼近方法
7
作者 郭恩泽 刘国彬 +3 位作者 邹永杰 刘正堂 孙健 张洪德 《强激光与粒子束》 北大核心 2025年第7期149-158,共10页
战斗力指数的定量化研究是军队实现信息化建设必须解决的难题。针对战斗力指数研究存在定量研究较少、方法精度较低、鲁棒性不强等问题,以及战斗力指数函数本身为复杂规则主导、多变量数学模型、影响因素强耦合等难以拟合的限制,受模糊... 战斗力指数的定量化研究是军队实现信息化建设必须解决的难题。针对战斗力指数研究存在定量研究较少、方法精度较低、鲁棒性不强等问题,以及战斗力指数函数本身为复杂规则主导、多变量数学模型、影响因素强耦合等难以拟合的限制,受模糊逻辑理论中对规则的数学分析方法启发,提出了一种基于局部逼近的战斗力指数函数拟合方法,并结合神经网络强大的自学习和自推导能力,构建了相应的基于径向基神经网络(RBF)的定量计算模型。仿真对比实验表明,该方法比利用全局逼近的方法误差率低约2%和6%,且表现出更强的鲁棒性。该计算方法具有较强的实用性,而且具备向其他军事领域迁移的可能性,具备良好的工程应用前景。 展开更多
关键词 战斗力指数 定量分析 神经网络 局部逼近 模糊逻辑
在线阅读 下载PDF
基于HITRAN数据库的高含硫气体红外光谱定量分析
8
作者 杨正刚 曾巧 +2 位作者 奚宁凯 高进 李太福 《石油与天然气化工》 北大核心 2025年第3期130-137,共8页
目的 为提高高危气体检测的安全性与效率,减少实际操作中的安全隐患,研究基于高分辨率透射分子吸收数据库(HITRAN数据库)的高含量H_(2)S混合气体红外光谱定量分析方法,并验证其在工业、环境监测和公共安全领域中的应用可行性。方法 利... 目的 为提高高危气体检测的安全性与效率,减少实际操作中的安全隐患,研究基于高分辨率透射分子吸收数据库(HITRAN数据库)的高含量H_(2)S混合气体红外光谱定量分析方法,并验证其在工业、环境监测和公共安全领域中的应用可行性。方法 利用傅里叶变换红外光谱技术(FTIR),结合支持向量回归(SVR)和径向基函数(RBF)神经网络模型,对含H_(2)S、CO_(2)和CH_(4)的混合气体数据进行定量分析。通过HITRAN数据库生成高精度理论光谱数据,并采用光谱叠加方法模拟混合气体光谱,同时加入噪声模拟FTIR仪器的响应特性,以更接近实际检测环境。结果 该方法在多组分气体的定量分析中表现出较高的效率和精度,其中基于径向基核函数的支持向量回归(R-SVR)模型效果优于RBF神经网络模型,能够实现更高精度的检测结果。结论 为高含量H_(2)S混合气体检测提供了一种低成本、高效且安全的仿真验证手段,同时为实际应用中的多组分气体检测提供了可靠的技术支持,具有重要的工程实践价值。 展开更多
关键词 H_(2)S HITRAN数据库 红外光谱 定量分析 RBF神经网络 支持向量回归
在线阅读 下载PDF
吸热燃料裂解产物分析及裂解过程推测 被引量:1
9
作者 李海静 景凯 +1 位作者 张香文 王庆法 《石油化工》 CAS CSCD 北大核心 2024年第7期960-965,共6页
采用全二维气相色谱-质谱联用仪(GC×GC-MS/FID)和便携式微型气相色谱仪对类JP-7吸热型碳氢燃料高温裂解气液相产物进行定性定量分析,并根据分析结果研究了裂解过程。分析结果表明,气相产物主要为氢气、甲烷、乙烯、乙烷和丙烯,较... 采用全二维气相色谱-质谱联用仪(GC×GC-MS/FID)和便携式微型气相色谱仪对类JP-7吸热型碳氢燃料高温裂解气液相产物进行定性定量分析,并根据分析结果研究了裂解过程。分析结果表明,气相产物主要为氢气、甲烷、乙烯、乙烷和丙烯,较低裂解温度下的裂解液相产物主要为未裂解的原料及低分子量的链烯烃、环烯烃等不饱和烃和烷基苯类及茚类;680~700℃,裂解产物中低分子量的不饱和烃含量出现了转折,此时芳烃含量开始急剧增加;组分含量的变化表明裂解过程首先是小分子气体及低分子量烯烃的产生,其次随着裂解温度的提高,低分子量烯烃含量增加的同时又部分转化产生了芳烃的过程。 展开更多
关键词 吸热燃料 裂解过程 全二维气相色谱-质谱联用仪 定性定量分析
在线阅读 下载PDF
基于可见光谱结合神经网络算法快速鉴别特级初榨橄榄油
10
作者 袁媛 张晋 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第10期2973-2980,共8页
随着中国经济的不断繁荣,人民对物质生活水平提出了更高的要求,预防疾病、改善身体功能的食品成为当前消费市场的“热点”。油脂能提供人体所必需的能量,食用油是人类获取油脂的主要途径之一,而高品质植物油含有对人体健康更有益的物质... 随着中国经济的不断繁荣,人民对物质生活水平提出了更高的要求,预防疾病、改善身体功能的食品成为当前消费市场的“热点”。油脂能提供人体所必需的能量,食用油是人类获取油脂的主要途径之一,而高品质植物油含有对人体健康更有益的物质,例如单不饱和脂肪酸、多酚、角鲨烯、维生素E等营养物质。由于采用物理冷榨工艺,特级初榨橄榄油几乎保留了其橄榄果中所有的营养物质,油酸含量高达70%。因此,虽然作为一种“舶来品”,特级初榨橄榄油进入中国市场后一直是植物油市场中的“宠儿”,其价格也明显高于市场上的普通植物油。在利益的驱动下,特级初榨橄榄油的制假贩假现象屡禁不止,制假贩假的手段也不断更新迭代,从而造成国内橄榄油市场假冒伪劣产品屡禁不止,掺假的油品不仅会对消费者的生命财产造成伤害,而且也会影响合法经营者的生产和销售,扰乱销售市场,破坏市场秩序,影响民众对特级初榨橄榄油的认可度。为实现特级初榨橄榄油掺伪量的快速、准确、低成本地检测,提出一种基于广义回归神经网络结合紫外可见光谱实现植物油定性定量分析方法。广义回归神经网络在学习速度和非线性映射能力上表现出色,且扩散因子是其网络的唯一优化参数,不需要反向传播和反复迭代。与其他检测技术相比,紫外可见光谱技术在检测周期、稳定性、低维护成本等方面具有压倒性优势。通过两种方法的联用在植物油定性鉴别中实现了100%的判别,在特级初榨橄榄油掺伪定量检测中实现了判定系数R2优于0.98875,均方根误差RMSE优于0.03833的结果。研究结果表明,该模型在植物油种类鉴别及特级初榨橄榄油掺伪定量检测中表现出优秀的预测能力。 展开更多
关键词 定性定量 植物油 特级初榨橄榄油 紫外可见光谱 广义回归神经网络
在线阅读 下载PDF
Equipment damage measurement method of wartime based on FCE-PCA-RF
11
作者 LI Mingyu GAO Lu +2 位作者 XU Hongwei LI Kai HUANG Yisong 《Journal of Systems Engineering and Electronics》 SCIE CSCD 2024年第3期707-719,共13页
As the“engine”of equipment continuous operation and repeated operation, equipment maintenance support plays a more prominent role in the confrontation of symmetrical combat systems. As the basis and guide for the pl... As the“engine”of equipment continuous operation and repeated operation, equipment maintenance support plays a more prominent role in the confrontation of symmetrical combat systems. As the basis and guide for the planning and implementation of equipment maintenance tasks, the equipment damage measurement is an important guarantee for the effective implementation of maintenance support. Firstly,this article comprehensively analyses the influence factors to damage measurement from the enemy’s attributes, our attributes and the battlefield environment starting from the basic problem of wartime equipment damage measurement. Secondly, this article determines the key factors based on fuzzy comprehensive evaluation(FCE) and performed principal component analysis (PCA) on the key factors. Finally, the principal components representing more than 85%of the data features are taken as the input and the equipment damage quantity is taken as the output. The data are trained and tested by artificial neural network (ANN) and random forest (RF). In a word, FCE-PCA-RF can be used as a reference for the research of equipment damage estimation in wartime. 展开更多
关键词 WARTIME equipment damage fuzzy comprehensive evaluation(FCE) principal component analysis(PCA) artificial neural network(ANN) random forest(RF)
在线阅读 下载PDF
并联卷积神经网络的近红外光谱定量分析模型 被引量:4
12
作者 于水 宦克为 +1 位作者 刘小溪 王磊 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第6期1627-1635,共9页
近红外光谱分析已成为工农业生产过程质量监控领域中不可或缺的重要分析手段之一,在食品、农业、医药等定性定量分析领域被广泛应用。预测精度高、运行速度快、泛化能力强的近红外光谱预测模型可用于不同物质的定性定量分析。但由于近... 近红外光谱分析已成为工农业生产过程质量监控领域中不可或缺的重要分析手段之一,在食品、农业、医药等定性定量分析领域被广泛应用。预测精度高、运行速度快、泛化能力强的近红外光谱预测模型可用于不同物质的定性定量分析。但由于近红外光谱数据量的激增,传统的近红外光谱建模方法已经出现明显的不足。随着人工智能技术的不断发展,深度学习算法在近红外光谱分析领域得到了广泛应用。提出了一种基于并联卷积神经网络的近红外光谱定量分析模型(PaBATunNet)。该模型由1个一维卷积层、1个并联卷积模块(Module)、1个展平层、4个全连接层和1个参数调节器(PR)组成,Module模块包括5个子模块分别对光谱数据进行线性及非线性多维特征提取,并通过Concatenate函数将提取后的光谱特征数据进行拼接,PR模块通过调节优化PaBATunNet模型参数,提高模型预测精度。基于Gard-CAM思想给出了PaBATunNet模型高贡献度特征波长,增加了PaBATunNet模型的可解释性。以谷物、柴油、啤酒、牛奶四组公开的近红外光谱数据为例,将PaBATunNet模型的预测结果与偏最小二乘(PLS)、主成分回归(PCR)、支持向量机(SVM)和BP神经网络(BP)模型的预测结果进行比较。结果表明,与PLS相比,PaBATunNet模型在谷物、柴油、啤酒、牛奶数据集的预测精度上分别提高了30.0%、40.7%、43.0%、52.8%;与PCR相比,PaBATunNet模型的预测精度分别提高了28.8%、35.9%、40.8%、52.2%;与SVM相比,PaBATunNet模型的预测精度分别提高了45.5%、37.4%、45.3%、54.7%;与BP相比,PaBATunNet模型的预测精度分别提高了7.9%、32.4%、90.1%、62.0%。基于并联卷积神经网络的近红外光谱建模方法相比于传统建模方法解决了模型预测精度低、运行时间长、泛化能力差以及可解释性不强等问题,可有效应用于工农业生产中不同物质的定量分析,为建立快速、无损、高精度的近红外光谱定量分析模型提供了科学基础。 展开更多
关键词 近红外光谱 深度学习 并联卷积神经网络 定量分析 预测模型
在线阅读 下载PDF
基于卷积神经网络的三聚氰胺太赫兹光谱定量分析 被引量:1
13
作者 刘洋硕 燕芳 +1 位作者 李文文 郭以恒 《食品与机械》 CSCD 北大核心 2024年第11期41-46,共6页
[目的]结合卷积神经网络与太赫兹时域光谱技术针对奶粉中的非法添加剂三聚氰胺进行定量分析。[方法]使用透射式太赫兹时域光谱系统测得三聚氰胺与奶粉单质及混合物的太赫兹吸收谱,分别采用S-G平滑、高斯平滑、滑动平均和R-Loess平滑等... [目的]结合卷积神经网络与太赫兹时域光谱技术针对奶粉中的非法添加剂三聚氰胺进行定量分析。[方法]使用透射式太赫兹时域光谱系统测得三聚氰胺与奶粉单质及混合物的太赫兹吸收谱,分别采用S-G平滑、高斯平滑、滑动平均和R-Loess平滑等方法对原始光谱数据进行校正,并建立偏最小二乘(PLS)回归模型,通过对比模型评价标准以确定最佳的太赫兹光谱校正预处理方法;选择S-G平滑校正处理后的PLS模型作为混合样片的定量分析模型;分别建立了基于偏最小二乘(PLS)、最小二乘支持向量机(LS-SVM)、反向传播神经网络(BPNN)及卷积神经网络(CNN)的定量回归模型,并对混合样片中的三聚氰胺含量进行了预测。[结果]PLS、LS-SVM、BPNN、CNN 4种模型的预测集相关系数分别为0.9971,0.9977,0.9981,0.9987,预测集均方根误差分别为0.551%,0.494%,0.437%,0.374%。[结论]与其他3种模型相比,CNN回归模型的预测精度最高,更适用于准确检测奶粉中三聚氰胺的含量。 展开更多
关键词 太赫兹时域光谱 定量分析 光谱校正 卷积神经网络
在线阅读 下载PDF
基于递归量化分析的CFRP超声检测缺陷识别方法 被引量:2
14
作者 王海军 王涛 俞慈君 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2024年第8期1604-1617,共14页
为了解决碳纤维增强复合材料(CFRP)超声检测缺陷识别不准确、不可靠的问题,提出自适应变分模态分解(AVMD)与递归量化分析技术(RQAT)特征提取和卷积神经网络(CNN)识别方法.实验预埋6种模拟缺陷,使用超声相控阵检测后,每种缺陷取500个A扫... 为了解决碳纤维增强复合材料(CFRP)超声检测缺陷识别不准确、不可靠的问题,提出自适应变分模态分解(AVMD)与递归量化分析技术(RQAT)特征提取和卷积神经网络(CNN)识别方法.实验预埋6种模拟缺陷,使用超声相控阵检测后,每种缺陷取500个A扫描波形信号数据,利用蝠鲼智能优化算法优化出变分模态分解(VMD)所需的K、Alpha,使用优化参数的VMD得到本征模态函数(IMF)分量,筛选高频噪声部分,对剩余IMF分量使用递归量化分析技术.每个信号得到72个特征值,将特征值组成特征向量,输入CNN进行识别,训练集识别正确率为99.94%,验证集识别正确率为98.09%,测试集识别正确率为98.27%.结果表明,AVMD与RQAT、CNN的结合解决了CFRP超声检测中缺陷的识别分类问题. 展开更多
关键词 碳纤维复合材料(CFRP) 无损检测 变分模态分解 递归量化分析 特征提取 卷积神经网络 缺陷识别
在线阅读 下载PDF
定性与定量信息相结合预测金品位的方法研究 被引量:1
15
作者 梁智霖 郭攀 《湿法冶金》 CAS 北大核心 2024年第2期195-200,共6页
将改进云模型和改进RBF神经网络相结合,提出了一种预测矿石中金品位的模型。先利用DS证据理论和云模型将定性信息定量化,再采用量子粒子群算法和RBF神经网络完成矿石中金品位预测。结果表明:该模型的均方根误差为0.0092,最大误差为0.01... 将改进云模型和改进RBF神经网络相结合,提出了一种预测矿石中金品位的模型。先利用DS证据理论和云模型将定性信息定量化,再采用量子粒子群算法和RBF神经网络完成矿石中金品位预测。结果表明:该模型的均方根误差为0.0092,最大误差为0.0161,相关系数为0.9402,可较好保留定性信息特性,金品位预测效果较好。 展开更多
关键词 品位 预测 模型 定性信息 定量信息 云模型 RBF神经网络
在线阅读 下载PDF
船舶类量化神经网络自适应运动控制方法研究 被引量:1
16
作者 郁榴华 潘慧君 +2 位作者 林艳 顾胜 王旭 《舰船科学技术》 北大核心 2024年第15期34-39,共6页
研究船舶类航向自适应运动控制方法有助于加快解决船舶在海上通讯带宽受限情况下航向跟踪检测困难和控制效果差的问题。基于RBF神经网络,采用一种经典非线性运动解析模型来描述通信信号输入量化过程,无限逼近于航向控制系统中的未知非... 研究船舶类航向自适应运动控制方法有助于加快解决船舶在海上通讯带宽受限情况下航向跟踪检测困难和控制效果差的问题。基于RBF神经网络,采用一种经典非线性运动解析模型来描述通信信号输入量化过程,无限逼近于航向控制系统中的未知非线性项来消除隐性不确定项因子对控制系统的影响,与此同时模型中所设计的RBF自适应量化控制器不需要对先验信息进行量化参数处理,不仅可以保证有效跟踪和控制的同时,还可以减轻通信的传输负担、减少执行频次和降低系统控制幅度。本文基于Lyapunov稳定性理论证明了所提出的带有输入量化的RBF神经网络自适应闭环控制系统的稳定性,并在Matlab Simulink环境中构建仿真模型分析,论证了所设计的运动控制方法的有效性。 展开更多
关键词 自适应控制方法 RBF神经网络 船舶类航向控制 量化控制 运动解析模型
在线阅读 下载PDF
基于反向传播神经网络的卤水蒸发速率预测模型
17
作者 李志伟 付振海 +1 位作者 张志宏 李生廷 《无机盐工业》 CAS CSCD 北大核心 2024年第1期53-58,共6页
卤水的蒸发速率是盐田生产管理中的一个重要技术参数,通过搭建室外卤水蒸发实验装置,分析了辐照强度、风速、环境温度、相对湿度、卤水温度、卤水浓度与卤水蒸发速率的关系。利用反向传播(BP)神经网络,训练构建了卤水蒸发速率预测模型,... 卤水的蒸发速率是盐田生产管理中的一个重要技术参数,通过搭建室外卤水蒸发实验装置,分析了辐照强度、风速、环境温度、相对湿度、卤水温度、卤水浓度与卤水蒸发速率的关系。利用反向传播(BP)神经网络,训练构建了卤水蒸发速率预测模型,并与传统的应用回归方法构建的模型进行比较。结果表明,BP神经网络模型和非线性回归模型的决定系数R2分别为0.902和0.884,预测平均相对误差分别为15.723%和18.943%,BP神经网络模型的拟合效果和预测能力均优于非线性回归模型。说明应用BP神经网络构建卤水蒸发速率预测模型是可行的,能够实现蒸发速率的快速估测。 展开更多
关键词 卤水蒸发速率 定量分析 非线性回归 反向传播神经网络
在线阅读 下载PDF
定性和定量长期预报模型的综合分析 被引量:8
18
作者 金龙 苗春生 +1 位作者 陈宁 罗莹 《气象学报》 CSCD 北大核心 2000年第4期479-484,共6页
根据相同的 50 0 h Pa和海温场预报因子 ,利用神经网络灵活可变的拓朴结构 ,分别构造了定性和定量的降水长期预报模型。并在同等条件下 ,建立了逐步回归预报方程。通过对比分析表明 ,这种定性和定量相结合的神经网络综合预报分析方法 ,... 根据相同的 50 0 h Pa和海温场预报因子 ,利用神经网络灵活可变的拓朴结构 ,分别构造了定性和定量的降水长期预报模型。并在同等条件下 ,建立了逐步回归预报方程。通过对比分析表明 ,这种定性和定量相结合的神经网络综合预报分析方法 ,是增强预报结果可靠性和稳定性的一种有效途径。该预报建模方法具有比较合理的分析依据 ,值得进一步探索、应用。 展开更多
关键词 综合分析 降水预报 长期预报模型 定性 定量
在线阅读 下载PDF
基于近红外光谱技术的石油组分定量分析新方法 被引量:41
19
作者 钱平 孙国琴 张存洲 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2008年第12期2851-2854,共4页
针对石油化工产品生产控制和质量检查的需要,为提高测定产品组成的效率,将近红外光谱法作为基础测定方法,以直馏柴油、加氢精制柴油和催化裂化柴油为校正模型的训练样本,测定其中饱和烃、胶质、单环芳烃、双环芳烃、三环芳烃和环烷烃的... 针对石油化工产品生产控制和质量检查的需要,为提高测定产品组成的效率,将近红外光谱法作为基础测定方法,以直馏柴油、加氢精制柴油和催化裂化柴油为校正模型的训练样本,测定其中饱和烃、胶质、单环芳烃、双环芳烃、三环芳烃和环烷烃的组成,论述了采用模糊神经网络建立校正模型测定石油化工产品组成的可行性。基于dSPACE硬件平台,用验证样本对模糊神经网络校正模型进行了检验,实验结果表明,该方法响应快、误差小、鲁棒性强,在近红外长波区内,校正样品和验证样品的均方误差小于10-6。该方法可用于石油化工产品的生产工艺研究中。 展开更多
关键词 近红外光谱 模糊神经网络 石油组分 定量分析
在线阅读 下载PDF
自组织神经网络定量分析内燃机油粘度指数 被引量:9
20
作者 冯新泸 罗平亚 +1 位作者 李子存 史永刚 《石油炼制与化工》 CAS CSCD 北大核心 2003年第12期44-48,共5页
对自组织神经网络仅具有的定性分析功能进行了发展,将自组织神经网络从无监督聚类方法改为有监督聚类方法,建立了近红外光谱-内燃机油粘度指数定性分析模型;从自组织神经网络连接神经元权重中提取定量信息,建立了近红外光谱-内燃机油粘... 对自组织神经网络仅具有的定性分析功能进行了发展,将自组织神经网络从无监督聚类方法改为有监督聚类方法,建立了近红外光谱-内燃机油粘度指数定性分析模型;从自组织神经网络连接神经元权重中提取定量信息,建立了近红外光谱-内燃机油粘度指数定量分析模型。该方法不仅实现了用近红外光谱技术对内燃机油粘度指数同时进行定性和定量分析,而且能够优化自组织神经网络的训练。使用了不同生产厂家、不同牌号的内燃机油,用20个样品作为训练集训练该模型,用10个样品作为测试集检验该模型。研究结果表明,内燃机油的近红外光谱中含有与粘度指数相关的信息,用该模型能够实现对内燃机油粘度指数的定性和定量分析。 展开更多
关键词 内燃机油 粘度指数 自组织神经网络 定量分析 润滑油 石油产品
在线阅读 下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部