检索结果-南通市图书馆

检索条件"主题词=稳健建模技术"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于近红外光谱的稳健建模技术研究

基于近红外光谱的稳健建模技术研究

引用

作者：宋可可青岛科技大学

学位级别：硕士

近红外光谱分析技术因其操作难度低、检测速度快等优势,已广泛应用在各领域的检测分析环节。但近红外建模分析过程中会受到多种客观或主观因素的影响,对预测结果的准确性和稳定性造成一定的干扰,导致模型适应性差,难以满足于在线检测和... 详细信息

近红外光谱分析技术因其操作难度低、检测速度快等优势,已广泛应用在各领域的检测分析环节。但近红外建模分析过程中会受到多种客观或主观因素的影响,对预测结果的准确性和稳定性造成一定的干扰,导致模型适应性差,难以满足于在线检测和质量监控需求。本文综合考虑了稳健近红外建模的需求,重点围绕异常样本检测、特征提取、模型建立等关键技术点进行研究,旨在为企业的快速检测和质量监控提供一种完善高效的检测体系。本文主要研究内容如下:(1)针对近红外光谱数据的高维、非线性会严重影响度量样本的异常程度的问题,本文提出一种基于概率度量的异常样本检测方法。该方法基于光谱数据的分布特征使用copula函数识别每个波长点的异常信息,然后通过负对数函数量化联合分布的整体变化信息,不仅进一步拉大了正常样本和异常样本的异常度差异,还可以适应于多类型奇异样本识别场景。此外,引入统计学中跳跃度进行异常样本阈值的自动设定,避免经验设定阈值的不合理性导致的判断误差。为了验证算法的有效性,将本文算法应用在不同类型异常样本的识别场景及建模中,并与目前应用较为广泛的PCA-马氏距离、光谱残差比、杠杆值算法进行了对比,实验结果表明,基于概率度量的异常值检测方法有效提高了近红外分析中异常样本识别准确度和模型性能。(2)为了提高校准模型的准确性和稳健性,以适用不同行业的检测场景。本文提出了一种融合MIC-SPA(Maximal Information Coefficient-Successive Projections Algorithm,最大信息系数-连续投影算法)特征选择与GA-ELM(Genetic Algorithm-Extreme Learning Machine,遗传算法-极限学习机)的联合建模方法。首先使用MIC筛选出和目标变量相关性高的特征集合,过滤掉光谱中不敏感信息和噪声数据。然后,利用SPA进一步消除在初筛特征的正交子空间上投影值最大的冗余特征,最后选取最小的RMSECV(Root Mean Square Error of Cross Validation)对应的特征集作为最终优选的特征子集。同时还引入了基于联合X-Y距离(Sample Set Partitioning Based On Joint X-Y Distance,SPXY)方法划分数据集,以增加训练数据集的多样性。最后利用神经网络对于非线性结构数据的处理优势,引入GA-ELM建立了稳健近红外分析模型。为验证本文算法的准确性和可靠性,将MIC-SPA分别与最小角回归(Least Angel Regression,LARS),无信息变量消除(Uninformative Variables Elimination,UVE),竞争自适应重加权(Competitive Adaptive Reweighted Sampling,CARS),SPA以及MICLARS(Maximal Information Coefficient-Least Angel Regression,最大信息系数-最小角回归),MIC-UVE(Maximal Information Coefficient-Uninformative Variables Elimination,最大信息系数-无信息变量消除),MIC-CARS(Maximal Information Coefficient-Competitive Adaptive Reweighted Sampling,最大信息系数-竞争自适应重加权)等特征选择方法进行了比较。结果表明,本文所提出的MIC-SPA结合GA-ELM建模方法在模型准确性和稳健性方面具有显著优势,对近红外光谱定量分析的应用具有一定的价值。

关键词：概率度量异常样本识别最大互信息系数连续投影算法近红外光谱分析稳健建模技术

来源：

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

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：