-
公开(公告)号:CN107121407A
公开(公告)日:2017-09-01
申请号:CN201710408868.9
申请日:2017-06-02
Applicant: 中国计量大学
IPC: G01N21/359 , G06K9/62 , G06N3/08
CPC classification number: G01N21/359 , G01N2201/1296 , G06K9/624 , G06N3/086
Abstract: 本发明公开了一种基于PSO‑RICAELM的近红外光谱分析鉴别翠冠梨成熟度的方法,包括以下步骤:(1)收集样品,采集样品光谱,得到样品近红外漫反射光谱数据,对光谱数据进行二阶导数处理,并使用离散小波变换压缩原始近红外光谱数据;(2)将压缩后的光谱数据用稳健性独立分量分析对其进行分解,提取基本成分光谱矩阵和相应的近似浓度矩阵;(3)将近似浓度矩阵作为模型输入,对应的成熟度作为输出,用粒子群算法寻优,建立PSO‑RICAELM模型;(4)模型的质量评价,鉴别样品的成熟度。本发明能够快速鉴别翠冠梨成熟度,丰富了化学计量学方法,具有良好的应用前景。
-
公开(公告)号:CN107121407B
公开(公告)日:2019-07-23
申请号:CN201710408868.9
申请日:2017-06-02
Applicant: 中国计量大学
IPC: G01N21/359 , G06K9/62 , G06N3/08
Abstract: 本发明公开了一种基于PSO‑RICAELM的近红外光谱分析鉴别翠冠梨成熟度的方法,包括以下步骤:(1)收集样品,采集样品光谱,得到样品近红外漫反射光谱数据,对光谱数据进行二阶导数处理,并使用离散小波变换压缩原始近红外光谱数据;(2)将压缩后的光谱数据用稳健性独立分量分析对其进行分解,提取基本成分光谱矩阵和相应的近似浓度矩阵;(3)将近似浓度矩阵作为模型输入,对应的成熟度作为输出,用粒子群算法寻优,建立PSO‑RICAELM模型;(4)模型的质量评价,鉴别样品的成熟度。本发明能够快速鉴别翠冠梨成熟度,丰富了化学计量学方法,具有良好的应用前景。
-
公开(公告)号:CN107247033A
公开(公告)日:2017-10-13
申请号:CN201710408854.7
申请日:2017-06-02
Applicant: 中国计量大学
IPC: G01N21/359 , G06K9/20 , G06K9/46
Abstract: 本发明公开了一种基于快速衰减式淘汰算法和PLSDA鉴别黄花梨成熟度的方法,包括以下步骤:(1)收集样品,采集样品光谱,得到样品近红外漫反射光谱数据,并使用一阶微分法预处理原始近红外光谱数据;(2)将预处理后光谱数据使用快速衰减式淘汰算法筛选特征波长;(3)使用偏最小二乘判别法,将筛选后光谱作为模型输入,对应的成熟度作为输出,建立偏最小二乘判别分析模型;(4)模型的质量评价,对待鉴别样品的成熟度测定。本发明能够快速鉴别黄花梨成熟度,丰富了化学计量学方法,具有良好的应用前景。
-
-