彭江涛
- 作品数：7 被引量：36H指数：4
- 供职机构：南京财经大学管理科学与工程学院更多>>
- 发文基金：国家自然科学基金国家科技支撑计划更多>>
- 相关领域：理学化学工程电子电信更多>>
- 基于连续小波变换的FTIR光谱拟合算法被引量：1
- 2012年
- 提出了一种基于连续小波变换的FTIR光谱拟合算法。在计算差减尺度因子时,同时考虑原始谱图及其连续小波变换谱图,从光谱最小二乘拟合的角度求解,克服了常规差谱算法中的参考峰及差减因子的人工选择问题。采用六种不同的小波进行光谱拟合,用计算得到的差减因子来定量酒精度,误差绝对值的平均值仅为0.047°～0.072°,误差标准差仅为0.056°～0.091°。实验结果表明,连续小波变换结合最小二乘拟合的光谱拟合模型能为FTIR差谱提供一种准确可靠的新方法。
- 姜安彭江涛王怀松彭思龙谢启伟
- 关键词：连续小波变换红外光谱
- 一种改进的非对称最小二乘基线校正算法被引量：6
- 2012年
- 红外光谱在采集过程中,由于外界环境条件以及仪器的影响,采集谱图会出现一定程度的基线漂移。为消除漂移基线的影响,提出了一种改进的非对称最小二乘基线校正算法。算法在非对称最小二乘基础上加入一阶导数约束项,并利用直方图背景估计方法的计算值作为基线的初始值,通过迭代地求解,得到最终的基线。所得基线平滑性好,并能保证在原始谱图下方。仿真和真实光谱数据实验表明,所提出的算法在保持峰位和峰形不变的同时,有效地消除了谱图的基线,取得了较好的效果。
- 姜安彭江涛谢启伟魏纪平彭思龙
- 关键词：红外光谱
- 基于SVM的白酒红外光谱分析方法研究被引量：16
- 2010年
- 为实现白酒品评自动化,采集了297个不同香型、86个不同等级、60个不同年份的白酒样品红外光谱图,共计443个。针对这些红外光谱图,采用3次多项式插值拟合的方法进行基线漂移校正,并用小波软阈值法去除光谱噪声,然后用标准归一化的方法消除散射效应。对于白酒的香型、等级和年份这3种不同的分类问题,分别选择样本的75%为训练集,余下25%为测试集,利用支持向量机(SVM)方法建立对应的香型、等级和年份分类模型,并在测试集上验证了模型的分类性能。实验结果表明该方法行之有效,香型分类正确率达到98%以上,等级分类正确率达到92%以上,年份分类正确率达到100%。
- 姜安彭江涛彭思龙魏纪平李长文
- 关键词：红外光谱支持向量机白酒香型
- 基于原子转移自由基聚合和“Click”化学方法制备手性色谱固定相被引量：4
- 2012年
- 应用原子转移自由基聚合(ATRP)法和"Click"化学方法,以含叠氮基的烯类化合物为单体,在硅胶表面引发聚合,制备了"梳状"手性固定相.该固定相的合成采用"接出"方法接枝聚合物链,使接枝层更为均匀,并且避免了传统合成方法(如物理吸附等)稳定性差的缺点.所得到的"梳状"手性固定相实现了对一些手性药物的分离;并考察了该固定相中聚合物链的密度和长度对其手性分离能力的影响.
- 王怀松彭江涛魏纪平姜安
- 关键词：手性固定相原子转移自由基聚合Β-CD
- 固相萃取-高效液相色谱法测定栀子中芦丁含量被引量：3
- 2013年
- 提出了固相萃取-高效液相色谱法测定栀子中芦丁含量的方法。样品以甲醇-水(80+20)混合液提取,C_(18)固相萃取小柱净化,所得净化液采用C_(18)色谱柱为分离柱,以乙腈、0.2 mmol·L^(-1)硫酸铜溶液、三乙胺、乙酸以体积比30比70比0.5比0.7组成的混合液为流动相,在检测波长360 nm处进行测定。芦丁的质量浓度在4.65~46.5 mg·L^(-1)范围内与峰面积呈线性关系,方法检出限(3S/N)为0.86 mg·L^(-1)。加标回收率在95.6%~97.5%之间,测定值的相对标准偏差(n=6)均小于1.5%。
- 王怀松姜安彭江涛谢启伟
- 关键词：高效液相色谱法固相萃取芦丁
- 基于先验信息的SVM红外光谱定性分析方法
- 2012年
- 通过将类不变性先验信息融入到支持向量机(Support Vector Machine,SVM)算法的目标函数中,提出了一种基于漂移约束的SVM红外光谱定性分析算法。该算法将红外光谱的漂移项模拟成一个低阶多项式,并在SVM优化目标中要求决策面的法向量与漂移方向垂直,从而使分类器能够消除样本漂移影响。详细讨论了波段选择和正则化参数对分类准确率的影响,并对比了各种变形SVM算法的分类效果。实验结果表明,与标准的SVM算法及其各种变形算法相比,本文提出的DCSVM算法具有更高的分类准确度。
- 姜安胡勇彭江涛谢启伟彭思龙
- 关键词：先验信息支持向量机红外光谱
- 酒香型光谱分析和模式识别计算分析被引量：8
- 2010年
- 白酒是一个复杂的混合物体系,它含有大量的微量成分,这些微量成分直接决定了白酒的品质、口感和香型。为实现对白酒香型的快速鉴别,可采集不同香型白酒的红外光谱图,并将其作为模式分类方法的输入模式,建立白酒香型鉴别模型。首次全面系统地介绍了白酒香型模式识别算法,这些算法包括统计分类器(线性判别函数、二次判别函数、正则判别分析、K近邻算法)、原型学习算法(学习矢量量化)、支持向量机和AdaBoost算法。实验结果表明,基于红外光谱的白酒香型检测模式识别算法达到了很高的分类准确率、识别率和拒绝率,显示出了很好的性能。
- 姜安彭江涛彭思龙魏纪平李长文
- 关键词：红外光谱学习矢量量化
