公开(公告)号：CN107958267A

公开(公告)日：2018-04-24

申请号：CN201711166539.4

申请日：2017-11-21

Applicant: 东南大学

Inventor： 焦一平 ,  费树岷 ,  陈夕松

IPC: G06K9/62 ,  G01N21/359 ,  G01N21/3577

CPC classification number: G06K9/6268 ,  G01N21/3577 ,  G01N21/359 ,  G06K9/6271

Abstract: 本发明具体涉及一种基于光谱线性表示的油品性质预测方法；对校正集及测试样本的近红外光谱数据进行主成分分析，提取主成分分析得到的得分矩阵中前k个主成分建立主成分空间，并在主成分空间中基于欧式距离寻找到与测试样本最近的n个校正集中的油品样本，称为邻近样本；计算邻近样本的近红外光谱权值w；利用近红外光谱权值w对邻近样本的性质值进行加权，即得到测试样本的性质值预测。本发明通过具有特定权值的线性组合对测试样本进行预测，结合了参数模型和非参数模型的优势。

公开(公告)号：CN107958267B

公开(公告)日：2021-04-27

申请号：CN201711166539.4

申请日：2017-11-21

Applicant: 东南大学

Inventor： 焦一平 ,  费树岷 ,  陈夕松

IPC: G06K9/62 ,  G01N21/359 ,  G01N21/3577

Abstract: 本发明具体涉及一种基于光谱线性表示的油品性质预测方法；对校正集及测试样本的近红外光谱数据进行主成分分析，提取主成分分析得到的得分矩阵中前k个主成分建立主成分空间，并在主成分空间中基于欧式距离寻找到与测试样本最近的n个校正集中的油品样本，称为邻近样本；计算邻近样本的近红外光谱权值w；利用近红外光谱权值w对邻近样本的性质值进行加权，即得到测试样本的性质值预测。本发明通过具有特定权值的线性组合对测试样本进行预测，结合了参数模型和非参数模型的优势。