检索结果-南通市图书馆

基于Savitzky-Golay平滑插值的烟草近红外光谱模型转移

在线全文

学校读者我要写书评

暂无评论

烟草科技 2022年第8期55卷 41-48页

作者：王迪冯伟华郭军伟王锐刘惠民宗国浩刘绍锋王永胜赵乐中国烟草总公司郑州烟草研究院郑州450001

为了解决不同近红外光谱仪器子机与主机光谱成像波数不一致的问题,通过使用Zero、Slinear、Quadratic、Cubic和Nearest 5种插值方法对光谱进行处理,研究提出一种基于Savitzky-Golay平滑插值(SG-Inter)的方法,使子机光谱与主机光谱插值... 详细信息

为了解决不同近红外光谱仪器子机与主机光谱成像波数不一致的问题,通过使用Zero、Slinear、Quadratic、Cubic和Nearest 5种插值方法对光谱进行处理,研究提出一种基于Savitzky-Golay平滑插值(SG-Inter)的方法,使子机光谱与主机光谱插值后波数一致,有效解决了光谱波数不一致导致主机模型无法转移的问题。结果表明:利用SG-Inter插值处理后的光谱数据与原始光谱重合度高,且模型转移后的指标预测均方根误差(RMSE)最小。该方法将光谱数据平滑预处理与插值变换同步计算,相对简化了模型转移的工作流程,有效提升了主机模型的通用适配性。

关键词：烟草近红外光谱模型转移平滑去噪插值

基于麻雀搜索算法结合深度前馈神经网络的近红外模型转移方法研究

在线全文

学校读者我要写书评

暂无评论

分析测试学报 2022年第11期41卷 1621-1628页

作者：刘鑫鹏秦玉华张凤梅蒋薇尹志豇青岛科技大学信息科学技术学院山东青岛266061 云南中烟工业有限责任公司技术中心云南昆明650231

该文提出了一种基于麻雀搜索算法结合深度前馈神经网络(SSA-DFN)的近红外光谱模型转移方法。使用深度前馈神经网络拟合不同仪器采集到的光谱之间的非线性函数映射,并将麻雀搜索算法用于网络各层连接权值和阈值的初始化,通过种群中个体... 详细信息

该文提出了一种基于麻雀搜索算法结合深度前馈神经网络(SSA-DFN)的近红外光谱模型转移方法。使用深度前馈神经网络拟合不同仪器采集到的光谱之间的非线性函数映射,并将麻雀搜索算法用于网络各层连接权值和阈值的初始化,通过种群中个体位置的迭代更新,求得连接权值和阈值的最优初始值;通过多次调整深度前馈神经网络模型的超参数,使网络拟合效果趋于最优,最终确定转移函数。为验证方法的有效性,分别从烟叶近红外光谱谱图、主成分投影和预测结果的角度,将SSA-DFN方法与分段直接校正算法(PDS)、典型相关性分析算法(CCA)转移前后的效果进行了对比。结果表明SSA-DFN方法转移后的从机光谱与原主机光谱重合度最高,转移后主、从机总糖、烟碱含量的预测结果差异不显著,预测平均误差从8.32%、9.15%分别降至4.65%、4.82%,预测均方根误差(RMSEP)和决定系数(R^(2))等指标均优于PDS和CCA,取得了最佳的转移效果,可满足企业需求。结果表明该方法是一种有效的模型转移方法。

关键词：模型转移麻雀搜索算法深度前馈神经网络近红外光谱

在线全文

学校读者我要写书评

暂无评论

基于参数校正的近红外光谱模型转移新方法

光谱学与光谱分析 2020年第6期40卷 1804-1808页

作者：胡芸李博岩张进彭黔荣贵州中烟工业有限责任公司技术中心贵州贵阳550009 贵州医科大学食品科学学院贵州贵阳550025

模型转移是解决近红外光谱仪器间存在差异导致校正模型难以在多台仪器间通用问题的重要方法。利用主成分-马氏距离方法判断样品在不同仪器间的光谱差异性,然后通过吉洪诺夫正则化约束和校正模型参数,提出新的模型转移算法,实现模型在不... 详细信息

模型转移是解决近红外光谱仪器间存在差异导致校正模型难以在多台仪器间通用问题的重要方法。利用主成分-马氏距离方法判断样品在不同仪器间的光谱差异性,然后通过吉洪诺夫正则化约束和校正模型参数,提出新的模型转移算法,实现模型在不同近红外光谱仪器上的共享和使用。首先使用一组标准样品光谱,建立主机和子机近红外光谱模型预测误差最小化函数。通过约束主机和子机的模型参数的差异,求出子机的模型参数,从而达到模型转移的目的。该方法应用于药物活性成分和烟叶中总植物碱与总糖的含量分析,结果表明使用15个标准样品时,子机光谱样本的预测均方根误差(RMSEP)分别从8.3 mg、0.49%和1.91%降到3.9 mg、0.09%和0.83%。转移后模型预测相对分析误差(RPD)均大于3.0,子机光谱样本的预测效果得到明显提高。该方法理论明确、直观,在实际应用中样品预测准确性较好,为具有标准样品的模型转移方法提供一种新思路。

关键词：近红外光谱吉洪诺夫正则化模型转移马氏距离

食用油酸值与过氧化值近红外光谱模型转移研究

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2020年第9期51卷 344-349页

作者：刘翠玲刘浩言孙晓荣吴静珠杨雨菲北京工商大学计算机与信息工程学院北京100048 北京工商大学食品安全大数据技术北京市重点实验室北京100048

在使用近红外光谱技术进行食用油酸值与过氧化值检测时,仪器制造与检测环境的差异导致不同仪器建立的校正模型无法共享。为解决食用油酸值与过氧化值模型转移问题,使用125个食用油样本于主机建立偏最小二乘校正模型,采用光谱空间转换法... 详细信息

在使用近红外光谱技术进行食用油酸值与过氧化值检测时,仪器制造与检测环境的差异导致不同仪器建立的校正模型无法共享。为解决食用油酸值与过氧化值模型转移问题,使用125个食用油样本于主机建立偏最小二乘校正模型,采用光谱空间转换法进行模型转移,并与斜率/截距算法、直接标准化算法、分段直接标准化算法、极限学习机自编码器算法进行对比。结果表明,采用光谱空间转换法进行模型转移后,验证集酸值与过氧化值的预测均方根误差分别从0.5836 mg/g和15.8010 mmol/kg降低到了0.1670 mg/g与9.9893 mmol/kg,说明光谱空间转换法可以有效应用于食用油酸值与过氧化值间的模型转移,使不同仪器之间实现模型共享,这对于近红外光谱应用于食用油品质快速检测具有实际意义。

关键词：食用油近红外光谱模型转移光谱空间转换法

实验室光谱仪与高光谱相机之间模型转移的研究

在线全文

学校读者我要写书评

暂无评论

分析化学 2021年第9期49卷 1580-1586页

作者：李雪莹任国兴吕美蓉刘岩孙中梁侯广利范萍萍齐鲁工业大学(山东省科学院)山东省科学院海洋仪器仪表研究所中国石油大学(华东)地球科学与技术学院

实验室光谱仪是指通过光谱仪仅能获取光谱信号的光谱仪,高光谱相机可通过图像获取图像和光谱两种信息。在使用实验室光谱仪的条件下,针对不同温度、不同实验室的光谱仪、不同测量条件、不同地区间样品等因素的模型转移均已有研究报道,但... 详细信息

实验室光谱仪是指通过光谱仪仅能获取光谱信号的光谱仪,高光谱相机可通过图像获取图像和光谱两种信息。在使用实验室光谱仪的条件下,针对不同温度、不同实验室的光谱仪、不同测量条件、不同地区间样品等因素的模型转移均已有研究报道,但是,针对高光谱相机与实验室光谱仪之间的模型转移问题的研究较少。本研究以青岛164份土壤样品为例,获取其实验室光谱仪光谱数据和高光谱相机数据,以实验室光谱仪光谱数据分别建立总氮（TN）、总磷（TP）含量模型,将分段直接矫正算法、模型更新法和斜率/截距修正法3种方法联用（Piecewise direct standardization-model updating-slope/bias correction method, PDS-MP-S/B）,对高光谱数据进行模型转移,将转移后的高光谱数据代入TN、 TP含量模型预测其含量值,评价预测效果;同时分析不同PDS窗口个数和标准集个数对预测结果的影响。在TN含量预测中,当PDS窗口个数为19、标准集个数为120时,模型转移后预测效果最好,检验集绝对系数（Absolute coefficient of test set,R;）为0.736,预测均方根误差（Root mean square error of prediction, RMSEP）为0.274;在TP含量预测中,当PDS窗口个数为23、标准集个数为80时,模型转移后预测效果最好,R;为0.647, RMSEP值为0.231。实验室光谱仪和高光谱相机之间模型转移问题的研究和解决,对高光谱相机采集的大量图像信息数据可进行快速预测,大大减少了工作量,为高光谱相机广泛应用于定量分析、快速检测技术提供了重要参考。

关键词：可见近红外光谱实验室光谱仪高光谱相机模型转移

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

迁移学习在食用油光谱模型转移中的应用

食品科学技术学报 2019年第4期37卷 95-102页

作者：刘翠玲周子彦李天瑞徐莹莹孙晓荣吴静珠北京工商大学计算机与信息工程学院/北京市食品安全与大数据重点实验室

由不同光谱仪器采集的光谱数据建立的模型在共享使用时,会出现模型失效问题,使得模型的利用率低,不利于光谱行业的发展需要。尝试采用迁移学习方法探究在食用油酸值和过氧化值2个指标上的模型转移。实验样本为大豆油、花生油、芝麻油和... 详细信息

由不同光谱仪器采集的光谱数据建立的模型在共享使用时,会出现模型失效问题,使得模型的利用率低,不利于光谱行业的发展需要。尝试采用迁移学习方法探究在食用油酸值和过氧化值2个指标上的模型转移。实验样本为大豆油、花生油、芝麻油和玉米油共50个食用油样本;实验仪器为VERTEX70傅里叶红外光谱仪和AntarisⅡ傅里叶近红外光谱仪(包含光纤探头和透射探头)。以不同的仪器组合设计了3组实验,采用偏最小二乘法建立近红外光谱定量分析模型,进行了模型转移研究。以第一组实验为例,经过迁移学习后建立的酸值和过氧化值模型的相关系数,由0.068419和-0.371980上升至0.730980和0.819040;校正均方根误差系数由0.358180和0.090110下降至0.192480和0.032720。实验表明,迁移学习可以有效地缓解模型失效问题,提高了模型的泛化能力。该研究可为光谱分析模型的广泛应用提供新的思路。

关键词：近红外光谱迁移学习食用油酸值过氧化值模型转移

生物柴油近红外光谱模型转移方法研究及系统集成

在线全文

学校读者我要写书评

暂无评论

生物柴油近红外光谱模型转移方法研究及系统集成

作者：张卓昆西安石油大学

学位级别：硕士

生物柴油作为一种新型的清洁能源,其醇类含量的快速准确定量分析对其质量控制与品质分析具有重要的实用价值。因此,研究并集成一种快速有效检测生物柴油组分的分析方法,对我国能源发展和环境保护都有重要意义。本文从生物柴油中醇类含... 详细信息

生物柴油作为一种新型的清洁能源,其醇类含量的快速准确定量分析对其质量控制与品质分析具有重要的实用价值。因此,研究并集成一种快速有效检测生物柴油组分的分析方法,对我国能源发展和环境保护都有重要意义。本文从生物柴油中醇类含量快速准确定量分析的实际需求出发,首先建立了生物柴油中甲醇含量的定量分析模型,然后基于模型转移方法对生物柴油中甲醇含量的定量分析模型进行转移研究,最后将定量分析模型与模型转移方法进行系统集成。全文共分为五章,其研究内容如下:(1)以生物柴油中甲醇为研究对象,以近红外光谱(Near Infrared,NIR)为测试手段,建立了基于偏最小二乘法(Partial Least Squares,PLS)结合NIR光谱的生物柴油中甲醇定量分析方法。考察了四种光谱预处理方法和三种特征变量选择方法对PLS校正模型预测性能的影响。结果表明,相比其他PLS校正模型,基于SG平滑(Savitzky-Golay,SG)与标准正态变换(Standard Normal Variate,SNV)的混合预处理与联合区间偏最小二乘(Synergy Interval Partial Least Square,SIPLS)相结合的PLS校正模型表现出最有的预测性能,其交叉验证的决定系数(R)为0.9994,均方根误差(Root Mean Squared Error,RMSE)为0.0488,预测集的R为0.9996,RMSE为0.0563。因此,NIR光谱技术结合PLS可作为一种快速准确的生物柴油中甲醇含量分析方法。(2)为了解决已建立的PLS校正模型无法直接预测在另一台NIR仪器或者其他的检测条件下采集的NIR光谱数据这一问题,建立了一种模型转移结合PLS的NIR光谱定量分析方法。首先采用SNV-SG预处理方法和SIPLS特征变量提取方法对从机光谱数据优化,其次在最优输入变量的条件下,采用核域自适应(Kernel Domain Adaptive,KDA)算法,构建了SNV-SG-SIPLS-KDA-PLS校正模型。最后对比了KDA、分段直接校正(Piecewise Direct Standardization,PDS)、直接校正(Direct Standardization,DS)、域自适应(Domain Adaptive,DA)以及斜率/截距(Slope/Bias,S/B)算法转移后对模型的预测性能影响。结果表明,相对于其他转移模型,基于SG-SNV混合预处理与SIPLS相结合的KDA-PLS校正模型展现出优异的预测性能,其R为0.9982,RMSE为0.1268。因此,KDA-PLS是一种有效的转移模型,可以提高生物柴油NIR光谱校正模型的普适性。(3)为了提高计算效率,实现生物柴油近红外光谱模型转移系统,本文基于MATLAB软件设计了图形用户界面(GUI),分别对数据预处理、建模、模型转移方法、预测功能进行系统集成。本系统为近红外光谱模型及转移系统,其目的为主机建模并把从机数据转移至主机模型处理,在模型转移完成之后可以通过模型预测未知样本,通过算法整合,把繁琐的算法程序转换成可视化图形窗口进行操作,提高了计算效率的同时也提高了生物柴油NIR光谱校正模型的普适性。

关键词：生物柴油近红外光谱定量分析模型转移系统集成

非同源样本与不同仪器间NIRS深度学习模型转移方法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

非同源样本与不同仪器间NIRS深度学习模型转移方法研究

作者：王鋆鑫燕山大学

学位级别：硕士

近红外光谱(NIRS)技术具有快速、无损、环保等特点,然而,当光谱仪器或被测样品变化时,已建立的光谱模型通常不再适配。模型转移旨在解决此问题,对推广近红外光谱速测应用具有重要意义。在广泛调研的基础上,本文提出一种基于深度学习的... 详细信息

近红外光谱(NIRS)技术具有快速、无损、环保等特点,然而,当光谱仪器或被测样品变化时,已建立的光谱模型通常不再适配。模型转移旨在解决此问题,对推广近红外光谱速测应用具有重要意义。在广泛调研的基础上,本文提出一种基于深度学习的定量建模和新场景下模型共享新方法。具体研究内容如下:首先,设计一种全连接层与Bi-LSTM并行组合的改进网络结构,针对聚谷氨酸(γ-PGA)肥和畜禽粪便肥的NIRS数据集,分别建立源域γ-PGA浓度和牛粪干物质(DM)含量的定量模型,并与PLS、ELM等传统模型进行对比。研究结果表明,改进Bi-LSTM定量网络增强了主干网络对光谱信息的提取,对两类肥料NIRS数据集的预测精度均大大提升。其次,设计冻结和更新Bi-LSTM层权重的两组微调(Fine-tuning)方案,用目标域γ-PGA肥和鸡粪的NIRS校正集训练源域定量网络,获得性能最优的迁移神经网络,并与PDS、CCA、SBC、TCA和Tradaboost等5种传统迁移方法所建模型进行比较。研究结果表明,两组Fine-tuning的深度迁移学习都能修复非同源样本间NIRS的特征差异,尤其是更新Bi-LSTM层权重全局调整方法,使非同源样本间的NIRS特征概率密度更接近相同分布,所建迁移模型性能更优。最后,设计一种1D-Inception-Res Net网络结构,针对3台不同型号光谱仪采集的甘蔗NIRS公开数据集,建立甘蔗中ADF和IVOMD两种成分的定量模型;然后通过调整Inception模块的权值实现该神经网络在不同仪器间的传递;并与PDS、CCA、SBC等传统模型转移方法所得结果进行比较。研究结果表明,Fine-tuning-1DInception-Res Net迁移网络具有更强的特征提取和泛化力,有效缩小仪器间光谱的特征差异,实现NIRS深度学习网络模型在不同仪器间传递共享。本文研究了具有改进结构的Bi-LSTM和1D-Inception-Res Net网络在NIRS领域的定量建模,以及网络模型在非同源样本、不同仪器间的深度迁移学习。本文的研究对丰富近红外光谱智能建模算法、促进NIRS在更多场景下的实际应用具有重要价值,同时对其它光谱分析技术的建模和模型迁移研究也具有借鉴意义。

关键词：近红外光谱模型转移双向长短期记忆启示-残差网络微调

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

近红外光谱模型转移新算法

化学进展 2017年第8期29卷 902-910页

作者：张进蔡文生邵学广南开大学化学学院分析科学研究中心天津300071 天津市生物传感与分子识别重点实验室天津300071 药物化学生物学国家重点实验室天津300071 天津化学化工协同创新中心天津300071 喀什大学化学与环境科学学院喀什844000

模型转移是解决分析仪器或分析方法通用性的关键技术。近红外光谱受测量仪器或测量条件的影响较大,模型转移对近红外光谱技术的实际应用尤为重要。本文综述了近年来近红外光谱分析中被广泛应用和新提出的模型转移算法,从计算原理角度梳... 详细信息

模型转移是解决分析仪器或分析方法通用性的关键技术。近红外光谱受测量仪器或测量条件的影响较大,模型转移对近红外光谱技术的实际应用尤为重要。本文综述了近年来近红外光谱分析中被广泛应用和新提出的模型转移算法,从计算原理角度梳理了有标样和无标样算法的联系和区别。有标样算法重点介绍了基于多元校正、因子分析、人工神经网络、多任务学习的模型转移方法,无标样算法重点介绍了基于光谱校正、模型参数校正和稳健建模的模型转移方法。从算法的角度分析了各种模型转移方法的特点和转移效果,并展望了模型转移算法的进一步发展。在综述的众多方法中分段直接标准化及其变体仍是模型转移的黄金标准,但是,基于因子分析的算法正变得受欢迎且基于神经网络和多任务学习的方法近年来也吸引了越来越多的注意。但是,在实际应用中,获得标准样品以在主机和子机上测得其光谱比较困难甚至是不可能的,无标样模型转移则更加实用。此外,随着仪器小型化、成像及超光谱成像的发展,模型转移在未来会变得愈加必不可少。

关键词：近红外光谱化学计量学模型转移多任务学习光谱空间转换