-
公开(公告)号：CN103499664A
公开(公告)日：2014-01-08
申请号：CN201310323291.3
申请日：2013-07-30
Applicant: 中国标准化研究院
IPC: G01N30/86
Abstract: 一种表征蜂蜜品质差异性的图谱信息提取研究的方法，其特征在于：分析不同植物蜜源、不同产地、不同储藏期以及不同掺假成分蜂蜜的嗅觉指纹图谱线性或非线性数据结构性质，利用Wilks准则、独立分量分析等线性数据降维提取技术，同时探索核主成分分析、自组织映射等非线性数据降维提取技术；分析代表蜂蜜差异化的、用于品质分类的特征向量信息提取机理，寻找蜂蜜差异化信息的特征向量，评价其特征向量的差异性判别能力，消除分类不明显信息和背景信息，从而增强差异化信息在指纹图谱矩阵中的比例，达到提取蜂蜜间差异化特征信息的目标。
-
-
公开(公告)号：CN103499610A
公开(公告)日：2014-01-08
申请号：CN201310323359.8
申请日：2013-07-30
Applicant: 中国标准化研究院
IPC: G01N27/00
Abstract: 一种基于独立成分分析的表征蜂蜜差异性智能嗅觉图谱特征提取方法，其特征在于主成分分析是根据数据间方差最大化进行分类，即数据的二阶矩，忽略了数据在高阶矩上的独立性；独立成分则利用计算数据间的高阶矩对矩阵进行变换，可进一步减小特征向量间的相关行，增强信号压缩效果，当独立成分为14时，判别准确率为94.94%，蜂蜜样本75/79，其中油菜蜜22/23，椴树蜜16/17，洋槐蜜37/39。
-
公开(公告)号：CN103487466A
公开(公告)日：2014-01-01
申请号：CN201310323358.3
申请日：2013-07-30
Applicant: 中国标准化研究院
Abstract: 一种基于遗传算法的支持向量机分类器参数选择的蜂蜜检测方法，其特征在于所述遗传算法的基本运算过程：1)数据初始化：设置最大进化代数，随机生成的个体数及其所构成的群体。选择个体数20个，最大迭代次数100代。2)个体评价：计算群体中各个个体的适应度，本申请中适应度为样本分类的准确率。3)选择运算:利用选择算子对群体中的各个个体进行随机选择。本申请中利用轮盘赌法结合个体评价的准确率对个体进行选择，从而将适应度较高的个体信息可以遗传到下一代。4)交叉运算：利用交叉算子对个体中的个体进行叠加重组产生新的个体，集成上代个体中的特征信息。5)变异运算：利用变异算子对个体按概率进行随机变异。群体经过选择、交叉、变异运算之后得到下一代群体。6)终止判断:若迭代次数达到最大代数或适应度达到所需要求则停止迭代。
-
公开(公告)号：CN104730140B
公开(公告)日：2018-02-02
申请号：CN201310323227.5
申请日：2013-07-30
Applicant: 中国标准化研究院
IPC: G01N27/60
Abstract: 一种电子鼻检测蜂蜜中的参数优化方法，以不同蜂蜜样本间信号差异最大化为导向，选择最佳区分效果的电子鼻检测条件，其特征在于检测参数分为顶空参数和检测参数，其中检测参数又可分为进样参数和信号采集参数，考虑到检测参数反应的为仪器的检测特点，当仪器稳定时，其对检测结果的影响较小，顶空参数则影响样品顶空气体的生成，而顶空气体则为电子鼻的直接检测对象，即直接影响最终的检测结果，电子鼻的顶空参数主要包括顶空温度和顶空时间，同时考虑到顶空瓶中不同样品量的差异也会影响最终的检测结果，因此最终选择样品量、顶空温度和顶空时间为优化对象，利用正交实验对三因素进行优化。
-
Patent Agency Ranking
公开(公告)号：CN103487464B
公开(公告)日：2016-06-08
申请号：CN201310323171.3
申请日：2013-07-30
Applicant: 中国标准化研究院
IPC: G01N27/00
Abstract: 一种基于单项判别法的表征蜂蜜差异性智能嗅觉图谱特征提取方法，其特征在于对所有特征点逐个进行模式识别，比较当每个信号点作为单一特征时判别准确率的差异，该方法将模式识别方法嵌入特征选择中，通过结合判别方法，可以获得各信号点对样品预测的能力，该方法对所选择的模式识别方法较依赖，选择结果会随判别方法的改变发生一定变化,单向量选择中不同传感器间准确率的差异较小，而同根传感器内不同检测时间下的信息点间的差异较大,但不同传感器内时间点Bayes判别准确率的变化趋势与方差比变化趋势一致，即检测初期信号判别准确率较高，集中于各传感器的前30s检测时间内，而检测后期的效果则较差,选择判别准确率大于60%的信号点作为特征点，共598特征点，其中油菜蜜20/23，椴树蜜13/17，洋槐蜜34/39。
-
-
公开(公告)号：CN103487465B
公开(公告)日：2016-01-27
申请号：CN201310323188.9
申请日：2013-07-30
Applicant: 中国标准化研究院
IPC: G01N27/00
Abstract: 一种基于方差比的表征蜂蜜差异性智能嗅觉图谱特征提取方法，选择5种不同蜜源作为研究样品，分别为：1）油菜蜜，采自西部地区的重庆涪陵区和永川区；2）荔枝蜜，采自华南地区的广西南宁；3）荆条蜜，采自华北地区的北京密云等地；4）洋槐蜜，采自华东的山东莱阳；5）椴树蜜，采自东北的吉林敦化及黑龙江哈尔滨，其特征在于气敏传感器阵列是采用Fox4000型电子鼻，该电子鼻由18根金属氧化物半导体气敏传感器与HS100顶空自动进样器组成，在于对每根传感器的各个信号点计算其样本中间方差和种内方差比，根据方差比的大小对信号点进行选择，方差比选择直接通过比较各信息点下，种间方差与种内方差比来对信息点进行选择，不需借助其他模式判别的方法。
-
公开(公告)号：CN103499663B
公开(公告)日：2015-09-30
申请号：CN201310323247.2
申请日：2013-07-30
Applicant: 中国标准化研究院
Abstract: 一种基于遗传算法的龙井茶品质检测等级模型中传感器的选择方法，应用方差分析的原理，把每根传感器当作一个因素，不同样品的响应当作水平，进行方差齐性检验，保证数据满足方差分析的条件，应用SPSS数据分析软件对所有等级样品的传感器数据分别进行单因素方差分析计算F值，F值表明同一传感器对不同类样品的区分能力，F值越大，区分度则越大。
-
公开(公告)号：CN103499608B
公开(公告)日：2015-09-30
申请号：CN201310323337.1
申请日：2013-07-30
Applicant: 中国标准化研究院
IPC: G01N27/00
Abstract: 一种基于蚁群算法的表征蜂蜜差异性智能嗅觉图谱特征提取方法，蚁群算法属于启发式特征选择方法，利用算法的自动迭代进化，对特征点选择进行自动寻优，直到获得最优结果，其特征在于将蚁群算法应用于特征点的选择，算法模拟遗传算法。利用各特征点选择后的Bayes判别准确率以及所选择的特征点数为适应性函数，寻求最优的向量组合，该算法主要创新点包括：（a）将特征点选择数加入适应函数中，并设定代价参数，通过参数调节，可以根据需要对特征点数和判别准确率进行取舍；（b）为避由于特殊点导致的更新方向错误，设置最优集，以最优集合代替单一最优点进行选择；（c）信息素更新程度与适应函数提高成正比，算法优化效果好，则更新幅度增大；（d）为加快计算速度，对效果较差的向量加快挥发速度，减小信息素浓度，减小其对后期计算干扰。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.024 seconds)
