-
公开(公告)号:CN105117525B
公开(公告)日:2018-05-15
申请号:CN201510466504.7
申请日:2015-07-31
Applicant: 天津工业大学 , 上海穗杉实业股份有限公司
Abstract: 本发明属于化学计量技术领域,具体为Bagging极限学习机集成建模方法。本发明的具体步骤为:采集被测物样本光谱数据,测定样本被测成分的含量;将样本集划分为训练集和预测集;对训练集样本进行boostrap重采样,随机选取一定数目样本作为一个训练子集;用训练子集的样本建立极限学习机子模型;重复多次,建立多个子模型;对于未知样品,通过多个子模型的预测结果简单平均,得到最终预测结果。与ELM方法相比,本发明方法在预测精度和稳定性方面具有明显优势。本发明适用于石油、烟草、食品、中药等复杂物质定量分析领域。
-
公开(公告)号:CN104297201A
公开(公告)日:2015-01-21
申请号:CN201410616248.0
申请日:2014-11-03
Applicant: 天津工业大学
IPC: G01N21/3577 , G01N21/359
Abstract: 本发明涉及一种可以快速准确定量调和油中各种油份比例的方法。具体以食用油作为研究对象,应用近红外光谱法以及化学计量学的方法,对于调和油成分含量做一个初步的分析和研究,以期找到一个快速区分调和油成分的方法,来判断某一调和油是否与标签一致,并判断其好坏。实验并收集若干调和油,并模拟配置不同配比的调和油,利用近红外光谱仪扫描纯油的光谱及配比油的光谱,应用偏最小二乘(PLS)的方法建立定量分析调和油中大豆油、花生油、葵花油含量的模型。最终选用S-G平滑的预处理方法,选用合适的因子数建立PLS预测模型,所建模型可以使三种油的相关系数达到最高达到0.9874,0.9371,0.9456,可以较准确地预测出调和油中3种组分油的含量。因此,近红外光谱结合化学计量学方法可以对食用植物油品质进行快速定量分析。
-
公开(公告)号:CN105136735A
公开(公告)日:2015-12-09
申请号:CN201510569726.1
申请日:2015-09-07
Applicant: 天津工业大学
IPC: G01N21/359 , G01N21/3577
Abstract: 一种用于三元掺伪芝麻油含量的快速、无损分析方法,选用芝麻油与两种低价植物油按一定配比进行三元混掺;将样品置于比色皿中,用近红外分光光度计透射模式扫描样品的近红外光谱;采用KS分组方法将数据划分为训练集和预测集;对每种组分油分别建立偏最小二乘回归模型;将未知样品代入相应模型得到该组分油的含量。本发明的优势是采用近红外光谱技术作分析手段,无需样品预处理,不破坏样品,几秒钟即可完成对一个样品的光谱采集;采用偏最小二乘回归建模,仅需确定一个参数,计算速度快而且预测效果好。本发明适用于三元混掺芝麻油中各组分油含量的定量分析。
-
公开(公告)号:CN105117525A
公开(公告)日:2015-12-02
申请号:CN201510466504.7
申请日:2015-07-31
Applicant: 天津工业大学 , 上海穗杉实业有限公司
Abstract: 本发明属于化学计量技术领域,具体为Bagging极限学习机集成建模方法。本发明的具体步骤为:采集被测物样本光谱数据,测定样本被测成分的含量;将样本集划分为训练集和预测集;对训练集样本进行boostrap重采样,随机选取一定数目样本作为一个训练子集;用训练子集的样本建立极限学习机子模型;重复多次,建立多个子模型;对于未知样品,通过多个子模型的预测结果简单平均,得到最终预测结果。与ELM方法相比,本发明方法在预测精度和稳定性方面具有明显优势。本发明适用于石油、烟草、食品、中药等复杂物质定量分析领域。
-
-
-