共查询到20条相似文献,搜索用时 140 毫秒
1.
《分析仪器》2016,(5)
以激发波长为外扰,基于二维荧光相关谱技术对蒽芘混合溶液中重叠的荧光峰进行有效解析。采集了蒽、芘单组份无水乙醇溶液的激发谱,选择了蒽和芘荧光强度单调变化的5个激发波长:270nm、320nm、325nm、330nm和340nm。在此基础上,采集浓度为5×10-5g/L蒽芘无水乙醇混合溶液在5个激波长下的荧光谱,并以选择的激发波长为外扰,构建同步和异步二维荧光相关谱。结果表明:在同步谱上出现5个较强的自相关峰,位置分别在369nm、379nm、391nm、400nm和424nm处;依据未被覆盖的蒽在424nm的处荧光与各波长处荧光交叉峰的正负,指出379nm和400nm处的荧光峰来自混合溶液中的蒽,而369nm和391nm处的荧光峰来自混合溶液中的芘。同时,又根据异步二维荧光相关谱交叉峰的有无,进一步确认和验证了混合溶液中各荧光峰的来源。 相似文献
2.
3.
4.
基于径向基函数网络的茶多酚 总儿茶素近红外光谱检测模型的研究 总被引:10,自引:10,他引:10
基于径向基函数神经网络(RBFN)建立了茶多酚总儿茶素含量的近红外光谱分析模型。茶多酚光谱采用小波压缩、标准化处理后,进行主成分分解,以主成分光谱作为RBFN的隐层输入函数,并通过改变主成分数对模型进行优化。当主成分数为7时得到了RBFN优化模型,该模型对定标样品集、全样品集和预测样品集的预测值与实际值回归系数R分别为0.999,0.999和0.992,预测均方误RMSEP分别为1.08%,2.06%和3.68%。 相似文献
5.
提出了运用近红外光谱技术检测新鲜马铃薯叶片中含水量的方法,并通过预测结果和运算量的对比得出一种高效率的预测方法。采集了900~2100 nm波段范围内110个新鲜马铃薯叶片的光谱反射率信息,经SG(Savitzky-Golay)平滑、多元散射校正(MSC)和标准正态变量变换(SNV)3种预处理后,分别建立偏最小二乘回归(PLSR)模型和BP神经网络模型,再运用回归系数(regression coefficients, RC)法在全波段光谱中提取特征波长,同样经3种预处理后分别建立预测模型。结果表明:在运用光谱全波段信息构建的模型中,经多元散射校正(MSC)预处理建立的BP神经网络模型预测效果最好,预测集决定系数R2为0.9791 ,均方根误差RMSE为0.3723 ;在基于特征波长构建的模型中,经SG平滑预处理建立的神经网络模型预测效果最优,预测集决定系数R2为0.9658 ,均方根误差RMSE为0.4759 ;验证了特征波段结合BP神经网络建立的模型与全波段建立的模型预测结果相差不大,因而能够极大地减少运算量,提高预测效率。 相似文献
6.
7.
8.
9.
应用近红外漫反射光谱快速测定土壤锌含量 总被引:10,自引:2,他引:8
采用近红外漫反射光谱和偏最小二乘法(PLS)建立了土壤锌快速分析的定量模型,并进行了波段优选。首先,基于单波长模型预测效果将全体样品划分为定标集和预测集;然后,采用多元散射校正(MSC)和Savitzky-Golay(SG)平滑方法对光谱进行预处理。选取全谱400~2500nm,400~1100nm,1100~1900nm,1900~2500nm,580~900nm等5个波段,每个波段分别采用原谱、一阶导数谱、二阶导数谱,共建立了15个定标模型。同时调整SG平滑点数和PLS因子数,每个模型分别进行PLS数值实验,按照预测效果进行优选。结果显示,采用1900~2500nm波段一阶导数谱的模型效果最好,预测相关系数(RP)、RMSEP、RRMSEP分别为0.806,31.0mg/kg和19.96%。这些结果表明,1900~2500nm波段可以代替全谱波段得到更好的预测效果,可为设计专用土壤近红外光谱仪提供依据。 相似文献
10.
对游泳池水中氰尿酸快速检测仪的反应时间、线性、试剂批次、不同操作人员对检测结果的影响,以及仪器波长示值误差和重复性、仪器示值误差和重复性以及样品加标回收率等性能指标进行了系统的考察。实验结果表明:氰尿酸在20.0~100.0 mg/L检测范围内时,检测仪标准曲线的线性相关系数r大于0.9998;不同批次试剂检测相对误差小于±5%;不同操作人员检测同一样品的相对误差小于±10%;3台检测仪波长示值误差范围为-0.05 nm~0.53 nm,波长重复性范围为0.02 nm~0.05 nm; 3台仪器设备对20.00 mg/L和50.00 mg/L两浓度标准溶液测定的示值误差均小于±5%,重复性均小于5%;水样的低、中、高浓度加标回收率范围为86.3.0%~111.6%。 相似文献
11.
《Machining Science and Technology》2013,17(3):389-400
In this paper, a method for robust design of a neural network (NN) model for prediction of delamination (Da), damage width (Dw), and hole surface roughness (Ra) during drilling in carbon fiber reinforced epoxy (BMS 8‐256) is presented. This method is based on a parametric analysis of neural network models using a design of experiments approach. The effects of number of neurons (N), hidden layers (L), activation function (AF), and learning algorithm (LA) on the mean square error (MSE) of model prediction are quantified. Using the aforementioned method, a robust NN model was developed that predicted process‐induced damage with high accuracy. 相似文献
12.
In this paper, a method for robust design of a neural network (NN) model for prediction of delamination (Da), damage width (Dw), and hole surface roughness (Ra) during drilling in carbon fiber reinforced epoxy (BMS 8-256) is presented. This method is based on a parametric analysis of neural network models using a design of experiments approach. The effects of number of neurons (N), hidden layers (L), activation function (AF), and learning algorithm (LA) on the mean square error (MSE) of model prediction are quantified. Using the aforementioned method, a robust NN model was developed that predicted process-induced damage with high accuracy. 相似文献
13.
三维模型特征识别中的神经网络方法 总被引:5,自引:0,他引:5
将神经网络方法运用到三维模型的特征识别问题是一种新的尝试,对于用神经网络解决拓扑性的、不易被形式化的这类问题具有积极意义。本文综述了近10年来各种基于神经网络的三维模型特征识别技术,介绍并分析了三维模型拓扑数据的矢量化方法、不同神经网络模型的识别算法,以及基于层分解技术的特征自组织识别等,可帮助相关领域的研究人员较为完整地了解该领域的研究成果和发展方向。 相似文献
14.
基于神经网络的气缸压力识别研究 总被引:1,自引:0,他引:1
对传统的内燃机气缸压力识别方法存在的问题 ,提出了应用人工神经网络方法进行气缸压力识别的新方法。以 BP网络构造气缸压力识别模型。通过对网络的训练 ,用实测的缸盖振动信号识别气缸压力。结果表明 ,利用神经网络进行内燃机气缸压力识别 ,识别结果的重复性好 ,精度较高 相似文献
15.
16.
利用遗传算法和BP神经网络建立复杂结构系统动态优化的计算模型,该模型可代替系统原来的有限元模型,用于振动系统的快速重分析。首先对塔式起重机结构系统进行模态分析及谐响应动力学分析,找出对结构动态特性影响最大的模态频率,再利用灵敏度分析,确定对动态特性较敏感的设计变量作为神经网络的输入变量,并利用正交试验法确定神经网络训练样本,用有限元模型计算出样本点数据,建立反映结构振动特性的人工神经网络模型,最后利用遗传算法对所建立的神经网络模型寻优,得到使结构动态性能最优的设计参数。 相似文献
17.
18.
19.
Smartphone image sensor response is compared for broadband and narrowband (340 nm and 380 nm) UVA wavelengths (320–400 nm) based on previous studies that have demonstrated quantitative response to solar radiation at 380 nm and 340 nm to reconstruct broadband irradiance. This article compares broadband and narrowband sensing using a common readily accessible smartphone equipped with a broadband UVA filter that displayed strong sensitivity to long wavelength UVA irradiances from 370 nm with a maximum at 380 nm. However, the use of narrow passband and neutral density filters allowed quantitative observations at the biologically significant wavelength of 340 nm. Narrow passband filter observations also had less variation at 340 nm than observed for broadband measurements. The results indicate that the smartphone image sensor, with the addition of narrow passband and neutral density filters, is a viable tool for UVA observations, but is unsuitable for broadband filter measurements. 相似文献
20.
建立了水下机器人的动力模型,分析了辨识该模型的神经网络结构,采用带自反馈的Elman网络来获得更精确的结果。针对BP算法即误差反传算法的缺陷,提出了用混合优化算法——误差反传算法和遗传算法的混合算法(又称:GA&BP算法)修正网络权值。最后,将改进的Elman网络应用于水下机器人的非线性辨识。通过仿真证明了该方法用于高阶非线性系统的实用性。 相似文献