公共文化服务平台

Online quantitative analysis of soluble solids content in navel oranges using visible-nearinfrared spectroscopy and variable selection methods: 2014年; Variable selection is applied widely for visible-near infrared(Vis-NIR)spectroscopy analysis of internal quality in fruits.Different spectral variable selection methods were compared for online quantitative analysis of soluble solids content(SSC)in navel oranges.Moving window partial least squares(MW-PLS),Monte Carlo uninformative variables elimination(MC-UVE)and wavelet transform(WT)combined with the MC-UVE method were used to select the spectral variables and develop the calibration models of online analysis of SSC in navel oranges.The performances of these methods were compared for modeling the Vis NIR data sets of navel orange samples.Results show that the WT-MC-UVE methods gave better calibration models with the higher correlation cofficient(r)of 0.89 and lower root mean square error of prediction(RMSEP)of 0.54 at 5 fruits per second.It concluded that Vis NIR spectroscopy coupled with WT-MC-UVE may be a fast and efective tool for online quantitative analysis of SSC in navel oranges.; Yande LiuYanrui ZhouYuanyuan Pan

压力传感器的校正的改进超限学习机方法被引量：1: 2016年; 随着测试技术的发展,压力传感器被广发的应用于各种精密测量和检测领域。由于受到被测量对象、测量环境等因素影响,其输出会产生各种误差,而常用的神经网络不能很好解决此问题。文中提出一种采用小波函数和超限学习机相结合的新方法,阐述了传感器的非线性校正原理和小波函数超限学习机的实现过程,并分别采用BP神经网络法,传统超限学习机和小波超限学习机对压力传感器进行非线性校正。实验结果表明:BP神经网络法使得传感器的最大相对波动由初始的22.32%降低到1.758%;而传统超限学习机方法使其降低到0.038%,小波超限学习机则使其降低到0.026%,改善了传感器的工作性能;同时训练过程误差曲线图表明小波超限学习机的收敛速度和训练误差,显著高于BP神经网络。; 李小芳谢剑猛; 关键词：小波函数压力传感器非线性校正

基于小波包分形的瓦斯传感器故障诊断方法被引量：2: 2016年; 针对瓦斯传感器的故障诊断问题,提出一种基于小波包分形的瓦斯传感器故障诊断方法。使用3层小波包对故障信号进行分解和重构,获得不同频带的重构信号,计算各个重构信号的分形维度,并构成对应的故障特征向量。以此作为输入向量来训练支持向量机(SVM),完成故障的诊断。实验结果表明:该方法能有效地提取传感器的故障特征,提高了传感器故障诊断的准确率,可有效地应用于瓦斯传感器的故障诊断。; 陈宏邓芳明吴翔付智辉; 关键词：小波包变换支持向量机

山茶油中油酸和亚油酸近红外光谱分析模型被引量：15: 2019年; 将近红外光谱分析技术结合化学计量学方法用于山茶油混合油品中油酸和亚油酸含量的快速检测。配制了76种山茶油混合油样本用于近红外光谱的采集,将不同的光谱预处理方法用于光谱有效信息的提取;将蒙特卡罗无信息变量消除(MCUVE)和变量组合集群分析(VCPA)方法用于建模变量的选择;将偏最小二乘回归(PLSR)用于脂肪酸含量定量分析模型的构建。结果表明:经NWD1st-MSC预处理后,两种脂肪酸的近红外光谱的较正均得到最好的结果;采用基于VCPA的变量优选方法极大地改善了模型精度,实现了建模变量数量的有效压缩。对于油酸模型,建模变量数量由1501减少为7,交叉验证均方根误差和校正相关系数分别为1.107和0.984,预测均方根误差和测试集的预测相关系数分别为1.178和0.981;对于亚油酸模型,建模变量数量由1501减少为8,交叉验证均方根误差和校正相关系数分别为0.089和0.987,预测均方根误差和测试集的预测相关系数分别为0.105和0.982。近红外光谱分析技术结合NWD1st-MSC-VCPA-PLSR的方法为山茶油混合油品中脂肪酸含量的测定提供了一种快速简单的分析方法。; 郝勇吴文辉商庆园耿佩; 关键词：光谱学

基于变分模态分解和支持向量机的滚动轴承品质评估被引量：7: 2020年; 针对滚动轴承品质评估过程中振动信号代表性特征提取不充分且模式识别方法精度低等不足,提出了基于变分模态分解(VMD)和支持向量机(SVM)的滚动轴承品质评估方法,首先,对3个品质等级的轴承样品进行振动信号的采集;其次,计算滚动轴承振动信号的有效值、峰值和峭度值3个时域指标(TDI),并采用VMD方法将信号分解为4个有限带宽模态函数(BIMF),并分别计算其排列熵(PE)值;最后,将3个时域指标和4个排列熵值共计7个特征作为SVM的输入变量构建轴承品质等级预测评估模型.实验结果表明:与TDI-PE-SVM模型相比,TDI-VMD-PE-SVM轴承品质评估模型更优,识别率由83.33%提高到93.33%,VMD方法有效地提高了振动信号的分辨率,有利于轴承振动信号细节特征信息的提取.; 郝勇吴文辉商庆园; 关键词：滚动轴承支持向量机

基于小波和ELM的电路故障诊断方法研究被引量：5: 2016年; 为提高模拟电路故障特征提取的有效性以及实现对故障模式的准确分类,提出一种小波包分解和超限学习机(ELM)结合的模拟电路故障诊断方法。文中首先对模拟电路的响应信号进行小波包分解,得到小波包能量值、均值和标准差构成的特征集,然后将特征输入超限学习机中,实现对不同故障类别的识别。模拟诊断实例表明,此方法能快速有效地实现模拟电路故障识别。; 程文韬邓芳明郝勇吴翔付智辉; 关键词：模拟电路故障诊断小波包

木材种类的近红外光谱和模式识别被引量：5: 2019年; 木材的种类识别是木材加工和贸易的一个重要环节,传统的木材种类识别方法主要有显微检测法和木材纹理识别法,其操作繁琐,耗时长,成本高,不能满足当前需求。本研究利用木材的近红外光谱(NIRS)结合模式识别方法,以期实现木材种类的快速准确识别。采用近红外光谱结合主成分分析法(PCA)、偏最小二乘判别分析法(PLSDA)和簇类独立软模式法(SIMCA)三种模式识别对58种木材进行种类鉴别研究; 5点平滑、标准正态变量变换(SNV)、多元散射校正(MSC)、 Savitzky-Golay一阶导数(SG 1^(st)-Der)和小波导数(WD)五种光谱预处理方法用于木材光谱的预处理;校正集和测试集样品的正确识别率(CRR)用于模型的评价。采用PCA方法,通过样品的前三个主成分空间分布图分辨木材种类的聚类情况。在建立PLSDA模型,原始光谱的正确识别率最高,分别为88.2%和88.2%; 5点平滑处理的光谱校正集和测试集的CRR分别为88.1%和88.2%; SNV处理的光谱校正集和测试集的CRR分别为84.4%和84.5%; MSC处理的光谱校正集和测试集的CRR分别为83.1%和84.2%; SG 1^(st)-Der处理的光谱校正集和测试集的CRR分别为81.8%和82.7%; WD(小波基为"Haar",分解尺度为80)处理的光谱校正集和测试集的CRR分别为87.3%和87.2%。可知,在PLSDA模型中,木材光谱未经预处理种类识别效果最后好。在建立SIMCA模型过程中,原始光谱的校正集和测试集的CRR分别为99.7%和99.4%; 5点平滑处理的光谱校正集和测试集的CRR分别为100%和100%; SNV处理的光谱校正集和测试集的CRR分别为99.5%和99.1%; MSC处理的光谱校正集和测试集的CRR分别为99.0%和98.4%; SG 1^(st)-Der的光谱校正集和测试集的CRR分别为81.8%和82.7%; WD处理的光谱校正集和测试集的CRR分别为100%和100%。可知,在SIMCA模型中,木材光谱经平滑和小波导数处理后的识别效果最好,且光谱的校正集和测试集CRR都为100%。采用三种模式�; 郝勇商庆园饶敏胡远; 关键词：近红外光谱光谱预处理

基于稀疏主成分的空调系统传感器故障诊断被引量：2: 2017年; 针对主成分分析法检测敏感度不足的问题,文中提出基于稀疏主成分的空调传感器故障诊断方法。该方法使用弹性网稀疏化载荷矩阵,减少主元与变量的关联,增强主成分的可解释性,从而提高故障检测的敏感度。某商场空调系统传感器的实验仿真结果证明,文中方法较主成分方法具有较高的准确率并且提高了检测的敏感度,具有很高的应用价值。; 王磊聂晖; 关键词：空调系统故障诊断主成分分析

轴承防尘盖缺陷机器视觉自动检测方法研究被引量：2: 2020年; 轴承防尘盖在装配过程中易出现各种擦伤、压痕等缺陷,从而影响配套主机的精度、可靠性及寿命,急需研发自动化的轴承表面缺陷检测设备来提高我国轴承生产水平。采用自主设计的自动化检测设备,利用机器视觉结合图像处理方法对轴承表面图像进行采集、分析和处理;采用连通域检测和轮廓筛选方法对轴承外轮廓进行提取;采用最小二乘法拟合外轮廓圆得到圆心及外径,结合半径占比分离法实现防尘盖圆环区域的提取;采用改进算法对防尘盖圆环图像进行展开以避免图像展开时字符或缺陷的误分割;采用垂直方向投影法分离字符区和非字符区,通过连通域检测法对两部分是否存在缺陷分别进行判别。实验结果表明,采用自主设计的轴承检测设备结合最小二乘法、OTSU法、改进的图像展开和投影算法,可实现轴承防尘盖缺陷的自动化检测,正确识别率为96.9%。; 郝勇温钦华吴文辉邱小川; 关键词：机器视觉图像处理最小二乘法图像展开

基于主元分析和集成神经网络的瓦斯传感器故障诊断被引量：2: 2016年; 针对瓦斯传感器常见突发型故障,提出一种基于主元分析(PCA)和权重提升(WB)算法训练人工神经网络集成的瓦斯传感器故障诊断方法。利用PCA方法提取故障特征,得到的特征向量作为神经网络的训练样本;利用WB算法依次训练多个神经网络分类器;由集成神经网络得到待测样本的故障诊断结果。仿真实验表明:该方法对测试样本的识别正确率在98.5%以上,能够显著提高瓦斯传感器故障诊断的诊断精度和泛化能力。; 杨真邓芳明郝勇徐长英王宏吴翔; 关键词：瓦斯传感器故障诊断主元分析

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(21265006)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(21265006)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈