2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩109頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、糧油類食品原料是食品的重要組成部分,其組成成分及比例與原料的品質(zhì)密切相關(guān),傳統(tǒng)的化學(xué)檢測(cè)方法已不能滿足現(xiàn)代化檢測(cè)的需求。作為一種分子光譜技術(shù),近紅外光譜技術(shù)在食品與農(nóng)產(chǎn)品品質(zhì)的快速無損檢測(cè)中扮演者舉足輕重的位置。而基于陣列式半導(dǎo)體激光器(LD)的近紅外光譜儀具有低成本、體積小和便于現(xiàn)場(chǎng)實(shí)時(shí)檢測(cè)等優(yōu)點(diǎn)。本文提出并應(yīng)用了基于群體智能優(yōu)化的近紅外光譜波長優(yōu)選、模型參數(shù)優(yōu)化及集成建模方法,并驗(yàn)證了模型有效性。
  主要工作如下:
 

2、 1、結(jié)合近紅外分析技術(shù)的原理及特點(diǎn),分析了群體智能優(yōu)化算法在近紅外光譜分析中的應(yīng)用。
  2、在樣品收集和光譜采集的基礎(chǔ)上,為了建立良好的定量分析模型,對(duì)于不同的建模方法如PLSR、LS-SVM、GPR、RVM、RBF和BP,分別尋求最佳的光譜預(yù)處理方法。所用的光譜預(yù)處理方法有多元散射校正、MAF、SGF、標(biāo)準(zhǔn)化、歸一化、中心化、SNV+去趨勢(shì)、導(dǎo)數(shù)光譜、小波閾值去噪、小波模極大值去噪、小波空域相關(guān)去噪、小波平移不變?nèi)ピ搿=Y(jié)果得

3、出,較好的建模分析方法有PLSR和LS-SVM,其最佳的光譜預(yù)處理方法分別是小波軟閾值去噪和SNV+去趨勢(shì),處理后所建定量分析模型的預(yù)測(cè)相關(guān)系數(shù)Rp和預(yù)測(cè)均方根誤差RMSEP分別是0.9169、0.0084和0.8460、0.0074。
  3、在光譜預(yù)處理的基礎(chǔ)上,分別把基于布谷鳥算法、雜草入侵算法、混合蛙跳算法和螢火蟲算法的近紅外光譜波長優(yōu)選方法應(yīng)用在菜籽含油率的特征波長優(yōu)選中,基礎(chǔ)建模方法分別設(shè)定為PLS和LS-SVM,并分

4、別建立相應(yīng)的定量分析模型。最后得出:對(duì)于PLSR,CS-PLS優(yōu)選方法較好,變量數(shù)目為37,對(duì)于LS-SVM,IWO-LS-SVM優(yōu)選方法較好,變量數(shù)目為24,對(duì)應(yīng)模型的預(yù)測(cè)相關(guān)系數(shù)Rp及預(yù)測(cè)均方根誤差RMSEP分別為0.9289、0.0062和0.9181、0.0059。
  4、在波長優(yōu)選的基礎(chǔ)上,分別采用布谷鳥算法和差分進(jìn)化算法對(duì)LSSVM的核函數(shù)參數(shù)和正則化參數(shù)進(jìn)行優(yōu)化,得到的模型預(yù)測(cè)相關(guān)系數(shù)和預(yù)測(cè)均方根誤差分別為0.92

5、79和0.0055。然后分別比較了基于bagging和Adaboost建模策略的集成分析模型,其中基礎(chǔ)回歸器分別取PLS、LS-SVM、GPR、RVM和BP,最后在集成的基礎(chǔ)上提出基于布谷鳥算法的選擇性集(CSSEN)成,并對(duì)PLS、LS-SVM、GPR、RVM和BP建模方法的選擇性集成效果進(jìn)行對(duì)比分析,結(jié)果表明CSSEN-PLS和CSSEN-LS-SVM建模分析結(jié)果較好,其模型對(duì)應(yīng)的預(yù)測(cè)相關(guān)系數(shù)和預(yù)測(cè)均方根誤差分別為0.9525、0.

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論