-
公开(公告)号：CN113295674B
公开(公告)日：2022-10-14
申请号：CN202110472572.X
申请日：2021-04-29
申请人： 中国科学院沈阳自动化研究所
IPC分类号： G01N21/71
摘要： 本发明涉及一种基于S变换的激光诱导击穿光谱特征非线性处理方法。具体步骤为：(1)对每张原始光谱经过特征提取后的新特征进行S变换，为数据分析模型引入非线性；(2)将S变换后新特征输入多元线性回归模型，以交叉验证的均方根误差寻找最优S变换展开频率数；(3)利用确定的最优变量建立回归模型。本发明通过使用S变换将光谱强度信号在不同频率处进行展开，依据S变换的原理，低频处波段窗口大，光谱强度分量对基体效应导致的谱线漂移敏感性降低，高频处波段窗口小，因此保留了样本中主要元素特征谱线的强度信息，提高矿浆品位分析精度，可实际应用于选矿厂现场监控矿浆品位。
-
公开(公告)号：CN113295673B
公开(公告)日：2022-10-11
申请号：CN202110472559.4
申请日：2021-04-29
申请人： 中国科学院沈阳自动化研究所
IPC分类号： G01N21/71
摘要： 本发明涉及一种激光诱导击穿光谱弱监督特征提取方法。本发明的目的是解决光谱数据维度过高时光谱强度‑浓度回归模型建立过程存在的的数据冗余和过拟合问题，所提出的特征选择方法结合线性判别分析LDA，利用类内类间散度值来对光谱各维特征进行评估和选择，以提高实际矿浆的品位分析准确度。具体步骤为：(1)使用类内类间散度评估每一维光谱的重要性；(2)以验证集的均方根误差确定输入回归模型的特征变量数，并最终获得优化的矿浆品位分析的光谱强度‑浓度回归模型。本发明所提特征选择方法降低了数据冗余带来建模复杂度，又因为变量选择过程不直接使用浓度参考值，对训练数据依赖小，鲁棒性高，可实际应用于选矿厂现场监控矿浆品位。
-
公开(公告)号：CN113295673A
公开(公告)日：2021-08-24
申请号：CN202110472559.4
申请日：2021-04-29
申请人： 中国科学院沈阳自动化研究所
IPC分类号： G01N21/71
摘要： 本发明涉及一种激光诱导击穿光谱弱监督特征提取方法。本发明的目的是解决光谱数据维度过高时光谱强度‑浓度回归模型建立过程存在的的数据冗余和过拟合问题，所提出的特征选择方法结合线性判别分析LDA，利用类内类间散度值来对光谱各维特征进行评估和选择，以提高实际矿浆的品位分析准确度。具体步骤为：(1)使用类内类间散度评估每一维光谱的重要性；(2)以验证集的均方根误差确定输入回归模型的特征变量数，并最终获得优化的矿浆品位分析的光谱强度‑浓度回归模型。本发明所提特征选择方法降低了数据冗余带来建模复杂度，又因为变量选择过程不直接使用浓度参考值，对训练数据依赖小，鲁棒性高，可实际应用于选矿厂现场监控矿浆品位。
-
公开(公告)号：CN115524322A
公开(公告)日：2022-12-27
申请号：CN202211136712.7
申请日：2022-09-19
申请人： 中国科学院沈阳自动化研究所
摘要： 本发明涉及光谱标准化领域，具体是一种校正水分影响的激光诱导击穿光谱标准化方法。用于解决待测物质中水分高低对光谱强弱以及定量分析结果准确性与稳定性的影响问题。具体步骤为：(1)计算非标准光谱矩阵每一维谱线和标准光谱矩阵每一维谱线之间的相关性绝对值|θi，j|大小；(2)根据|θi，j|的大小选取m维非标准光谱谱线对标准光谱谱线进行拟合；(3)提取每一维参与拟合的谱线前的系数，建成变换矩阵；(4)对验证集中标准化后的光谱进行定量分析，通过验证集的RMSE来确定建模过程中最优的建模样本数、参与拟合的谱线数以及主成分数。
-
公开(公告)号：CN113295674A
公开(公告)日：2021-08-24
申请号：CN202110472572.X
申请日：2021-04-29
申请人： 中国科学院沈阳自动化研究所
IPC分类号： G01N21/71
摘要： 本发明涉及一种基于S变换的激光诱导击穿光谱特征非线性处理方法。具体步骤为：(1)对每张原始光谱经过特征提取后的新特征进行S变换，为数据分析模型引入非线性；(2)将S变换后新特征输入多元线性回归模型，以交叉验证的均方根误差寻找最优S变换展开频率数；(3)利用确定的最优变量建立回归模型。本发明通过使用S变换将光谱强度信号在不同频率处进行展开，依据S变换的原理，低频处波段窗口大，光谱强度分量对基体效应导致的谱线漂移敏感性降低，高频处波段窗口小，因此保留了样本中主要元素特征谱线的强度信息，提高矿浆品位分析精度，可实际应用于选矿厂现场监控矿浆品位。
-
公开(公告)号：CN116166969A
公开(公告)日：2023-05-26
申请号：CN202211696593.0
申请日：2022-12-28
申请人： 中国科学院沈阳自动化研究所
摘要： 本发明涉及一种基于谱线强度相关性匹配的光谱标准化方法。包括：(1)计算主光谱数据每一维波长点与从光谱数据的每一维波长点的相关系数Ri,j；(2)挑选与主机光谱波长点的相关系数绝对值|Ri,j|＞θ的从机光谱波长点，认为这些波长点为与主机对应光谱匹配的波长点；(3)计算Xm(:,i)与从机匹配波长点Xs(:,j1)...Xs(:,jn)的回归系数β；(4)将β在对应索引位置按列排列，其余不匹配谱线索引位置为0，将回归系数组成变换矩阵F，也即模型的传递矩阵；(5)对待处理的新的从机光谱数据，通过与传递矩阵F相乘，实现从机光谱数据到主机光谱数据的传递也即标准化过程。本发明提供了一种实现多设备间模型传递的解决方法，从光谱标准化的角度，降低了重复建模带来的成本。
-
公开(公告)号：CN113092447B
公开(公告)日：2022-03-08
申请号：CN202110284321.9
申请日：2021-03-17
申请人： 中国科学院沈阳自动化研究所
摘要： 本发明涉及光谱分析领域，具体是一种基于循环变量筛选非线性偏最小二乘的激光诱导击穿光谱定量分析方法。针对光谱数据维度过高带来的数据冗余以及自吸收和基体效应造成的非线性问题，提出一种基于循环变量筛选非线性PLS的LIBS分析方法以提高定量分析精度。具体步骤为：(1)对训练样本选取分析线强度的p次多项式形式以及全谱数据进行PLS建模；(3)根据回归系数绝对值大小循环筛选特征谱线数据，以校验集的均方根误差寻找最优谱线数据；(4)利用确定的最优变量，建立循环筛选变量后的非线性PLS模型。本发明提供了一种降低数据维度同时降低自吸收和基体效应带来的非线性问题的解决方法，提高了分析精度。
-
公开(公告)号：CN113406058A
公开(公告)日：2021-09-17
申请号：CN202110589867.5
申请日：2021-05-28
申请人： 中国科学院沈阳自动化研究所
IPC分类号： G01N21/71
摘要： 本发明涉及光谱分析领域，具体是基于互信息特征筛选PLS的LIBS铁矿浆定量分析方法。针对数据存在噪声和光谱数据维度过高带来的问题，提出一种基于互信息特征筛选偏最小二乘的LIBS的定量分析方法以提高矿浆品位分析精度。具体步骤为：(1)计算训练样本每列特征与标签的互信息量；(2)训练集中去除互信量为0的a个特征；(3)测试集保留与训练集剩余特征相同的特征列；(4)利用确定的特征个数，建立PLS模型，通过训练集的解释方差和均方误差来确定主成分个数。本发明提供了一种降低数据维度并有效选出光谱数据特征的方法，提高了分析精度。可实际应用于选矿厂现场监控矿浆品位分析监测。
-
公开(公告)号：CN113092447A
公开(公告)日：2021-07-09
申请号：CN202110284321.9
申请日：2021-03-17
申请人： 中国科学院沈阳自动化研究所
摘要： 本发明涉及光谱分析领域，具体是一种基于循环变量筛选非线性偏最小二乘的激光诱导击穿光谱定量分析方法。针对光谱数据维度过高带来的数据冗余以及自吸收和基体效应造成的非线性问题，提出一种基于循环变量筛选非线性PLS的LIBS分析方法以提高定量分析精度。具体步骤为：(1)对训练样本选取分析线强度的p次多项式形式以及全谱数据进行PLS建模；(3)根据回归系数绝对值大小循环筛选特征谱线数据，以校验集的均方根误差寻找最优谱线数据；(4)利用确定的最优变量，建立循环筛选变量后的非线性PLS模型。本发明提供了一种降低数据维度同时降低自吸收和基体效应带来的非线性问题的解决方法，提高了分析精度。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.043 秒)
