基于红外光谱主成分和神经网络的生物质氮含量测量与建模方法

    公开(公告)号:CN112858209A

    公开(公告)日:2021-05-28

    申请号:CN201911182489.8

    申请日:2019-11-27

    Abstract: 本发明公开了一种基于红外光谱主成分和神经网络的生物质氮含量测量与建模方法,主要包括以下步骤:(1)生物质红外光谱数据的获取及预处理;(2)记录红外光谱数据采集时的环境状态参数;(3)依据国家或行业标准测得生物质样本的氮含量测量值数据;(4)对红外光谱数据和氮含量测量值做两两相关性计算;(5)采用主成分分析的方法对数据降维;(6)以主成分数据和环境状态参数为输入,氮含量测量值为输出,建立神经网络模型,使用训练集进行训练至误差小于0.1%;(7)输入验证集数据,模型计算获得氮含量数据,与测量值数据比较,得出预测偏差。该方法无需破碎或接触生物质,是一种可以实现在线测量、充分考虑测量环境影响、非接触式快速测量方法。

    基于红外光谱主成分和神经网络的生物质氧含量测量与建模方法

    公开(公告)号:CN112966817A

    公开(公告)日:2021-06-15

    申请号:CN201911182502.X

    申请日:2019-11-27

    Abstract: 本发明公开了一种基于红外光谱主成分和神经网络的生物质氧含量测量与建模方法,主要包括以下步骤:(1)生物质红外光谱数据的获取及预处理;(2)记录红外光谱数据采集时的环境状态参数;(3)依据国家或行业标准测得生物质样本的氧含量测量值数据;(4)对红外光谱数据和氧含量测量值做两两相关性计算;(5)采用主成分分析的方法对数据降维;(6)以主成分数据和环境状态参数为输入,氧含量测量值为输出,建立神经网络模型,使用训练集进行训练至误差小于0.1%;(7)输入验证集数据,模型计算获得氧含量数据,与测量值数据比较,得出预测偏差。该方法无需破碎或接触生物质,是一种可以实现在线测量、充分考虑测量环境影响、非接触式快速测量方法。

    基于红外光谱主成分和神经网络的生物质钾含量测量与建模方法

    公开(公告)号:CN112858208A

    公开(公告)日:2021-05-28

    申请号:CN201911182407.X

    申请日:2019-11-27

    Abstract: 本发明公开了一种基于红外光谱主成分和神经网络的生物质钾含量测量与建模方法,主要包括以下步骤:(1)生物质红外光谱数据的获取及预处理;(2)记录红外光谱数据采集时的环境状态参数;(3)依据国家或行业标准测得生物质样本的钾含量测量值数据;(4)对红外光谱数据和钾含量测量值做两两相关性计算;(5)采用主成分分析的方法对数据降维;(6)以主成分数据和环境状态参数为输入,钾含量测量值为输出,建立神经网络模型,使用训练集进行训练至误差小于0.1%;(7)输入验证集数据,模型计算获得钾含量数据,与测量值数据比较,得出预测偏差。该方法无需破碎或接触生物质,是一种可以实现在线测量、充分考虑测量环境影响、非接触式快速测量方法。

    基于近红外光谱主成分和神经网络的生物质灰分含量测量与建模方法

    公开(公告)号:CN112861415A

    公开(公告)日:2021-05-28

    申请号:CN201911182243.0

    申请日:2019-11-27

    Abstract: 本发明公开一种基于近红外光谱主成分和神经网络的生物质灰分含量测量与建模方法,采用定量分析方法依据标准(如:国家标准GB/T 30725‑2014《固体生物质燃料灰成分测定方法》)对生物质灰分含量进行测量,获得生物质灰分含量测量值,采用近红外光谱仪测量生物质样本的近红外光谱;测量近红外数据采集时的环境温度、压力、红外传感器探头距离样品的距离、环境光强度等状态参数;对获得的光谱数据进行基线漂移,光滑去噪等预处理;将生物质近红外光谱以及环境相关状态参数与灰分含量测量值关联,构建预测模型。本方法对生物质样本无破坏,充分考虑测量环境造成的影响,可实现快速检测、在线测量生物质中的灰分含量。

Patent Agency Ranking