检索结果-南通市图书馆

检索条件"主题词=SCLAS"

共 2 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：

基于加权组合模型的多种气体浓度测量研究

基于加权组合模型的多种气体浓度测量研究

引用

作者：李文铎河北大学

学位级别：硕士

在实际生产和日常生活中所排放的气体通常是多组分混合气体,在复杂气体环境中快速准确检测出待测气体的浓度是气体检测领域研究的热点。针对气体浓度测量时干扰气体的影响、多组分气体波长选择困难等问题,本文搭建了基于超连续谱激光吸... 详细信息

在实际生产和日常生活中所排放的气体通常是多组分混合气体,在复杂气体环境中快速准确检测出待测气体的浓度是气体检测领域研究的热点。针对气体浓度测量时干扰气体的影响、多组分气体波长选择困难等问题,本文搭建了基于超连续谱激光吸收光谱技术(Supercontinuum laser absorption spectroscopy,sclas)的气体检测系统,进行了基于加权组合模型的多种气体测量研究,具体工作内容如下:1、多波段加权组合模型的气体浓度测量研究为了减少干扰气体的影响,采用多波段加权组合模型算法对CO和CH的浓度进行了测量研究,提出了基于R和RMSE的权重系数确定方法,采用组合预测原理建立了组合模型。实验结果显示,CO定量分析模型的R从单一模型的0.9284提高到组合模型的0.9512,CH定量分析模型的R从单一模型的0.9353提高到组合模型的0.9793,并且组合模型的最大相对误差均低于单一模型。研究结果表明建立的多波段加权组合模型的预测精度优于单一模型。2、偏最小二乘法结合加权组合模型的气体浓度测量研究采用多波段加权组合与偏最小二乘(Partial Least Squares,PLS)、移动窗口偏最小二乘(Moving Window Partial Least Square,MWPLS)结合的方法对CO和CH进行浓度测量研究。分别建立了基于PLS和MWPLS的CO和CH单一分析模型,并采用R和RMSE的权重系数确定方法对单一模型进行加权组合。实验结果表明,基于PLS建立的CO和CH模型R从单一模型的0.9486,0.9672提升至组合模型的0.9912,0.9946。基于MWPLS建立的CO和CH模型的R从单一模型的0.9579,0.9668提升至组合模型的0.9991,0.9957。研究结果表明采用PLS和MWPLS与多波段加权组合模型结合可以起到模型优化,提高预测精度的效果。3、多组分气体测量研究为了快速准确测量多组分气体浓度,分析了基于朗伯-比尔定律的最佳波长选择方法,建立了双组分气体及多组分气体的吸光度数学模型,从几何意义的角度分析了多组分气体最佳波长的选取条件。确定了CO、CH和CH多组分气体的最优波长,进行了不同浓度的多组分气体测量实验。实验结果表明,CO、CH和CH混合气中CO和CH的PLS模型校正集的均方根误差RMSEC分别为0.00591、0.11813,预测集的均方根误差RMSEP分别为0.00935、0.18710,且模型的R均达到0.9以上。研究结果表明采用偏最小二乘法建立的模型具有较好的预测效果。

关键词：多波段加权组合多组分 sclas 偏最小二乘回归

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

基于机器学习的温室气体光谱测量研究

基于机器学习的温室气体光谱测量研究

引用

作者：闫相宇河北大学

学位级别：硕士

自工业革命以来,人类生产和生活排放的各类温室气体,使得大气层中的温室气体浓度发生了显著变化,对人类赖以生存的地球生态系统造成了难以挽回的损害,实时准确地检测多种温室气体已成为目前亟待解决的重要课题。本文针对多组分温室气体... 详细信息

自工业革命以来,人类生产和生活排放的各类温室气体,使得大气层中的温室气体浓度发生了显著变化,对人类赖以生存的地球生态系统造成了难以挽回的损害,实时准确地检测多种温室气体已成为目前亟待解决的重要课题。本文针对多组分温室气体光谱检测噪声及光谱干扰、模型精度低等问题,搭建了超连续谱激光吸收光谱技术(Supercontinuum laser absorption spectroscopy,sclas)气体检测系统,进行了基于近红外吸收光谱技术与机器学习算法模型的多种温室气体测量研究,具体工作内容如下:1、研究了基于近红外吸收光谱技术的浓度在线测量技术方案,设计了一套气体连续检测系统,利用sclas气体传感器系统对浓度为5%～10%的CO气体吸收光谱进行了测量,使用本文设计的气体连续检测系统对光谱数据进行采集与预处理。对预处理后的CO光谱数据进行浓度反演,实验结果显示CO定量分析模型的拟合系数为0.9812,模型浓度反演的最大相对偏差为6.70%,证明了该气体连续检测系统的可靠性和可行性,并提高了温室气体检测的工作效率。2、阐述了基于sclas系统的气体光谱数据的处理方法,分析了近红外光谱数据采集过程中的基线漂移和噪声干扰问题。以浓度为5%的CO气体光谱数据为对象,使用迭代多项式拟合法对光谱数据进行基线校正,研究结果验证了其有效性。然后以浓度为8%的CO气体光谱数据为对象,将经验模态分解法和S-G平滑滤波法结合对光谱数据进行降噪处理,并建立了以信噪比和波形相似系数为依据的降噪性能评价指标,结果显示当S-G滤波函数拟合阶数为2,窗口宽度为80时的降噪效果最佳。最后提出了使用三次项方程对浓度反演模型进行二次优化的方法,对预测结果进行二次优化后,浓度预测值与实际值的拟合系数由0.9395提升至0.9701,均方根误差由0.1684降低为0.0781。3、介绍了支持向量机(Support Vector Machine,SVM)算法、K-邻近(K-Nearest Neighbor,K-NN)算法和最小二乘拟合(Least Squares,LS)法的原理。针对CO和CH在1432 nm处的光谱干扰问题,提出了使用以上三种算法模型对CO和CH吸收光谱数据进行解析预测,并使用网格搜索法和交叉验证法对SVM和K-NN模型进行参数寻优,三种模型的预测准确率分别为96.29%、88.89%和85.19%,其中SVM模型的预测准确率最高,有效解决了CO和CH在1432 nm处的光谱干扰问题,实现了使用单波段激光同时检测CO和CH混合气体。针对多组分混合气体模型精度低的问题,使用支持向量回归(Support Vector Regression,SVR)模型、K-NN模型和LS模型对CO、CH和CH混合气体的光谱数据进行分析预测,并建立了R和RMSE这两种模型性能评价指标。结果显示,SVR模型的预测效果最优,可以考虑在工程领域使用。

关键词：温室气体机器学习近红外光谱 sclas

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

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

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：