-
公开(公告)号:CN117690519B
公开(公告)日:2024-11-05
申请号:CN202311710351.7
申请日:2023-12-13
申请人: 北京理工大学 , 甘肃银光化学工业集团有限公司
IPC分类号: G16C20/70 , G01N21/359 , G06N3/006 , G06F17/16 , G06F17/10
摘要: 本发明公开了改进蜣螂算法的乌洛托品‑醋酸溶液近红外模型转移方法,包括以下步骤:S1、选择并设置两个近红外光谱仪,分别作为主机和从机;S2、将矩阵划分为校正集样品和验证集样品,形成预测集样品;S3、对校正集样品、验证集样品和预测集样品的光谱矩阵进行一阶导数和小波变换的联合预处理;S4、利用改进蜣螂算法进行变量优选,依据选择的变量建立主机的偏最小二乘法的五折交叉验证近红外模型,评价模型在不同仪器上的迁移性能。本发明采用上述的改进蜣螂算法的乌洛托品‑醋酸溶液近红外模型转移方法,解决了原有算法中存在的初始种群分布不均匀缺陷,有助于从高维度的光谱数据中选择最具信息的变量,提高建模效率和模型的解释性。
-
公开(公告)号:CN115901677B
公开(公告)日:2023-12-22
申请号:CN202211540807.5
申请日:2022-12-02
申请人: 北京理工大学 , 甘肃银光化学工业集团有限公司
IPC分类号: G01N21/359 , G01N21/3577 , G16C20/70
摘要: 本发明提供一种具有更新机制的硝酸‑硝酸铵溶液中硝酸铵浓度预测方法,属于炸药工艺和近红外光谱定量分析。本发明的方法为采集不同硝酸铵浓度的硝酸‑硝酸铵溶液样品近红外光谱,并通过化学分析方法测定样品的浓度,通过构建的随机梯队下降初始模型对样品近红外光谱和浓度学习;当新的样本数据加入时,随机梯队下降初始模型只对通过阈值筛选后的样本数据进行训练并更新模型参数,达到再学习的目的;最后,反馈待测硝酸‑硝酸铵溶液中硝酸铵浓度结果,以实现对硝酸‑硝酸铵溶液中硝酸铵浓度的快速分析,达到保证最终HMX产品质量的目的。
-
公开(公告)号:CN115901677A
公开(公告)日:2023-04-04
申请号:CN202211540807.5
申请日:2022-12-02
申请人: 北京理工大学 , 甘肃银光化学工业集团有限公司
IPC分类号: G01N21/359 , G01N21/3577 , G16C20/70
摘要: 本发明提供一种具有更新机制的硝酸‑硝酸铵溶液中硝酸铵浓度预测方法,属于炸药工艺和近红外光谱定量分析。本发明的方法为采集不同硝酸铵浓度的硝酸‑硝酸铵溶液样品近红外光谱,并通过化学分析方法测定样品的浓度,通过构建的随机梯队下降初始模型对样品近红外光谱和浓度学习;当新的样本数据加入时,随机梯队下降初始模型只对通过阈值筛选后的样本数据进行训练并更新模型参数,达到再学习的目的;最后,反馈待测硝酸‑硝酸铵溶液中硝酸铵浓度结果,以实现对硝酸‑硝酸铵溶液中硝酸铵浓度的快速分析,达到保证最终HMX产品质量的目的。
-
公开(公告)号:CN117690520A
公开(公告)日:2024-03-12
申请号:CN202311710355.5
申请日:2023-12-13
申请人: 北京理工大学 , 甘肃银光化学工业集团有限公司
IPC分类号: G16C20/70 , G01N21/359 , G01N21/3577 , G06N3/006 , G06F17/16 , G06F17/10
摘要: 本发明公开了一种乌洛托品‑醋酸溶液近红外模型转移方法,步骤如下:S1、选择并设置两个近红外光谱仪,将其分别作为主机和从机;S2、对获得的矩阵进行随机划分,形成校正集样品、验证集样品和预测集样品;S3、对校正集样品、验证集样品和预测集样品的光谱矩阵进行预处理和变量优选;S4、建立主机的偏最小二乘法的五折交叉验证近红外模型。本发明采用上述的一种乌洛托品‑醋酸溶液近红外模型转移方法,通过在从机上验证主机建立的模型,评价模型在不同仪器上的迁移性能,确保模型的泛化能力和稳健性,大大减少了因重复建模所造成的人力、物力和财力的浪费,提高了模型的适应能力。
-
公开(公告)号:CN117690519A
公开(公告)日:2024-03-12
申请号:CN202311710351.7
申请日:2023-12-13
申请人: 北京理工大学 , 甘肃银光化学工业集团有限公司
IPC分类号: G16C20/70 , G01N21/359 , G06N3/006 , G06F17/16 , G06F17/10
摘要: 本发明公开了改进蜣螂算法的乌洛托品‑醋酸溶液近红外模型转移方法,包括以下步骤:S1、选择并设置两个近红外光谱仪,分别作为主机和从机;S2、将矩阵划分为校正集样品和验证集样品,形成预测集样品;S3、对校正集样品、验证集样品和预测集样品的光谱矩阵进行一阶导数和小波变换的联合预处理;S4、利用改进蜣螂算法进行变量优选,依据选择的变量建立主机的偏最小二乘法的五折交叉验证近红外模型,评价模型在不同仪器上的迁移性能。本发明采用上述的改进蜣螂算法的乌洛托品‑醋酸溶液近红外模型转移方法,解决了原有算法中存在的初始种群分布不均匀缺陷,有助于从高维度的光谱数据中选择最具信息的变量,提高建模效率和模型的解释性。
-
公开(公告)号:CN116011572A
公开(公告)日:2023-04-25
申请号:CN202211540811.1
申请日:2022-12-02
申请人: 北京理工大学 , 甘肃银光化学工业集团有限公司
IPC分类号: G06N7/01 , G01N21/359 , G01N21/3577 , G06N20/00 , G06N5/01 , G06F17/16
摘要: 本发明提供一种具有更新机制的乌醋溶液中乌洛托品浓度预测方法,在新数据到达时在原始训练完毕的模型基础上,利用筛选后的新数据对增量回归决策树进行更新,以提高模型预测性能,属于炸药工艺领域和近红外光谱定量分析领域。方法为采集不同乌洛托品浓度的乌醋溶液样品近红外光谱,并通过化学分析方法测定样品的浓度,构建随机森林回归初始模型对样品近红外光谱和浓度学习;当新的样本数据加入时,随机森林回归初始模型只对通过阈值筛选后的样本数据进行训练并更新增量回归决策树,达到再学习的目的;最后,反馈待测乌醋溶液中乌洛托品浓度预测结果,以实现对乌醋溶液中乌洛托品浓度的快速分析,达到保证最终HMX产品质量的目的。
-
公开(公告)号:CN118706812A
公开(公告)日:2024-09-27
申请号:CN202410746029.8
申请日:2024-06-11
申请人: 北京理工大学
IPC分类号: G01N21/65 , G01N23/207 , G06N20/00 , G06N3/006 , G06F17/16
摘要: 本发明提供了一种机器学习结合在线拉曼的HMX转晶实时监测方法,属于化学物质分析技术领域,包括以下步骤:利用搅拌釜式反应器,在控制的条件下进行晶型转换,通过在线拉曼光谱仪实时采集光谱数据,与X射线衍射仪的结果相结合,构建数据集。通过对数据集进行Savitzky‑Golay一阶导数预处理和自适应灰狼优化算法的变量优选,进一步建立了偏最小二乘法定量模型。该模型通过五折交叉验证法建立,并用于预测验证集样品的性能,以决定系数R2和平均绝对误差MAE为评估指标,有效提升了定量模型的精确度。本发明采用上述的一种机器学习结合在线拉曼的HMX转晶实时监测方法,对实时监测晶型转变过程具有重要应用价值。
-
公开(公告)号:CN116578836A
公开(公告)日:2023-08-11
申请号:CN202310249561.4
申请日:2023-03-15
申请人: 北京理工大学
IPC分类号: G06F18/10 , G01N21/359 , G01N21/3577 , G06F18/2131 , G06F17/16 , G06F17/18 , G06N3/006
摘要: 本发明公开的基于四步策略选择的乌醋溶液近红外光谱波长选择方法,属于分析化学和炸药在线检测技术领域。本发明实现方法为:对采集到的乌醋溶液近红外光谱预处理,采用化学分析法测定乌醋溶液近红外光谱曲线对应的乌洛托品浓度;利用无信息变量消除法对预处理后的光谱进行特征波长选择,得到特征波长集合S1;利用差分算法对集合S1中的波长变量筛选,得到特征波长集合S2;利用布谷鸟算法对基于差分算法下的集合S2中的波长变量筛选,得到特征波长集合S3;利用连续投影算法SPA对布谷鸟算法下的集合S3中的波长变量筛选,得到波长变量集合S,即基于四步策略选择实现乌醋溶液近红外光谱波长选择。本发明具有检测效率高与实用性强的优点。
-
公开(公告)号:CN118329868A
公开(公告)日:2024-07-12
申请号:CN202410744573.9
申请日:2024-06-11
申请人: 北京理工大学
IPC分类号: G01N21/65 , C07D257/02
摘要: 本发明提供了一种基于拉曼光谱特征峰面积比的HMX转晶过程实时监测方法,属于化学物质分析技术领域,包括以下步骤:首先,将α‑HMX粗品完全溶解于混合溶剂中进行转晶;然后,通过在线拉曼光谱仪定时采集光谱数据,并对数据进行预处理和特征峰面积比的计算;接着,建立拉曼光谱特征峰面积比与β‑HMX含量之间的定量关系模型;最后,利用此模型实时监测HMX转晶过程。本发明采用上述的一种基于拉曼光谱特征峰面积比的HMX转晶过程实时监测方法,简化了传统的转晶监测流程,减少了样品准备和处理时间,能够实时精确监控β‑HMX的含量变化,从而优化生产过程并确保产品质量。
-
公开(公告)号:CN115950854B
公开(公告)日:2023-10-13
申请号:CN202211540998.5
申请日:2022-12-02
申请人: 北京理工大学
IPC分类号: G01N21/359 , G06F18/213 , G06F18/27 , G06N20/00 , G01N21/3577
摘要: 本发明涉及一种硝酸‑硝酸铵溶液中硝酸铵浓度预测方法,具体涉及一种由待测硝酸‑硝酸铵溶液的近红外光谱数据与已知硝酸‑硝酸铵溶液中硝酸铵浓度数据预测待测溶液中硝酸铵浓度的方法,属于炸药工艺和近红外光谱定量分析领域。该方法利用硝酸‑硝酸铵溶液中硝酸铵浓度与近红外光谱数据间的关系,通过光谱拟合预测待测硝酸‑硝酸铵溶液中硝酸铵的浓度。本发明的方法使用随机森林回归学习算法,构建了硝酸‑硝酸铵溶液中硝酸铵浓度预测模型,可有效减少使用线性回归等模型出现的过拟合现象。本发明利用在线近红外光谱数据,通过建立的模型可快速预测硝酸‑硝酸铵溶液中硝酸铵的浓度值,有利于观察HMX的生产稳定性,达到保证最终产品质量的目的。
-
-
-
-
-
-
-
-
-