黑龙江省教育厅科学技术研究项目(12521378)
- 作品数：5 被引量：16H指数：2
- 相关作者：赵肖宇王志刚方一鸣沙丽娟翟哲更多>>
- 相关机构：黑龙江八一农垦大学齐齐哈尔大学燕山大学更多>>
- 发文基金：黑龙江省教育厅科学技术研究项目国家杰出青年科学基金黑龙江省自然科学基金更多>>
- 相关领域：理学自动化与计算机技术更多>>
- 科技成果奖多属性区间数决策方法研究被引量：1
- 2013年
- 由于科技成果和评定的奖项具有多属性、不确定性特点,所以提出用区间数形式表达专家量化打分和评定的奖项,并用区间数相似度量和排序计算拟合科技成果奖评定过程。提出区间数属性相似度量函数和区间数概率排序函数,将其应用于科技成果奖评定过程,并从统计学角度说明决策结果的正确和和理性。
- 尚锐关勇沙丽娟
- 关键词：区间数相似度量排序多属性
- EEMD自适应去噪在拉曼光谱中的应用被引量：11
- 2013年
- 二代小波是公认较好的降噪手段,但是降噪效果依赖于基函数、分解层数和阈值等参数设置。经验模态分解(empirical mode decomposition,EMD)无需参数设定,按照频率特性将信号分解成本征模函数(intrinsic mode function,IMF),对IMF滤波,实现了信号自适应去噪。拉曼光谱中信号和噪声交叠集中在极高频段,EMD产生模态混叠问题,影响去噪效果。应用总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)拉曼光谱克服了模态混叠,有效区分出高频信号和噪声,获得了与小波函数相似去噪效果。文中首先对一段非线性非平稳豆油脂拉曼光谱EMD分解,可见模态混叠,EEMD分解出清晰模态的特征分量。然后分别用快速傅里叶变换(fast Fourier transform,FFT)、小波变换(Wavelet)、EMD和EEMD处理含噪光谱,信噪比、均方根误差、相关系数三个方面指标表明FFT高频去噪效果最差,其次是EMD,恰当的Wavelet同EEMD效果相当,EEMD的优势是降噪过程的自适应。最后提出光谱时频分析方法和IMF噪声属性判别准则研究趋势。
- 赵肖宇方一鸣王志刚翟哲
- 关键词：拉曼光谱信号降噪自适应
- 自适应的EEMD残余相关基线校正算法被引量：1
- 2014年
- 基线校正是光谱分析的重要环节,现有算法通常需要设定关键参数,不具备自适应性。根据总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)残余量特点,提出用残余量拟合光谱基线。通过残余量与信号相关性、残余量自相关和互相关性(称为残余相关准则)判断残余量是否是基线组成部分,以此为基础提出一种自适应的EEMD残余相关基线校正算法。对叠加曲线背景和线性背景的模拟光谱数据进行实验,结果显示在已知基线数学假设情况下,EEMD残余相关法逊于多项式拟合,同非线性拟合相差不多,优于小波分解。在没有光谱背景知识情况下,对真实拉曼光谱数据进行试验。经过上述方法预处理过的玉米叶片光谱采用3层BP神经网络建立与叶绿素之间预测模型,经过残余相关基线校正的模型具有最大校正相关系数和预测相关系数,最小交叉验证标准差和相对分析误差。各种基线校正方法中,残余相关基线校正对特征峰峰位、峰强和峰宽影响最小。实验表明,该算法可用于拉曼谱图基线校正,无需分析样品成分的先验知识,无需选择合适的拟合函数、拟合数据点、拟合阶次以及基函数和分解层数,也无需基线信号分布的数学假设,自适应性很强。
- 赵肖宇方一鸣关勇王志刚佟亮谭峰
- 关键词：自适应性
- 基于近红外透射光谱及神经网络的大豆油质量分析被引量：2
- 2015年
- 提出了一种基于近红外透射光谱及最速下降BP算法识别大豆油质量的方法。光谱采集范围是10 000-4 000 cm^-1,将得到的近红外光谱数据作为网络的输入神经元,利用主成分分析方法得出8个变量指标数,该变量指标对样品累计贡献率达到99.9%以上;将8个主成分的特征值作为BP网络的输入向量,建立BP神经网络模型。该模型对预测样品集能正确判别,判别正确率达到100%。
- 蔡立晶蔡立娟李文勇赵肖宇尚廷义
- 关键词：BP神经网络
- 基于离散事件系统的多机器人协调搜索控制研究被引量：1
- 2012年
- 基于单机器人的局限性,提出了一种基于离散事件系统的多机器人协调搜索控制方法,并将此方法应用于多机器人在多房间的扫雷过程。通过理论分析,验证了基于自动机的离散事件系统这一理论应用于多机器人系统的协调搜索过程的可行性和正确性。
- 沙丽娟戴学丰赵肖宇
- 关键词：多机器人系统
