本文關(guān)鍵詞： 車蠟 Vis-NIR光譜 線性判別方法 最小二乘支持向量機 連續(xù)投影算法　出處：《光譜學與光譜分析》2014年02期 　論文類型：期刊論文

【摘要】：探討了可見-近紅外光譜技術(shù)快速無損識別不同品牌車蠟的可行性。實驗一共獲得104樣本,其中40個樣本(建模集)用于建立模型,剩余64個樣本(預測集)被用于獨立驗證建立好的模型。基于五種不同品牌車蠟的可見-近紅外光譜分別建立了線性判別分析(linear Discriminant Analysis,LDA)和最小二乘支持向量機(least square-support vector machine,LS-SVM)模型�；趦蓚�算法的全波段光譜模型的預測集正確率分別達到了84%和97%。進一步采用連續(xù)投影算法(successive projections algorithm,SPA)算法從751波段中選取了7個特征波段(351,365,401,441,605,926和980nm)�；赟PA選擇的變量建立LS-SVM模型,準確率依然保持在97%。說明SPA選擇的特征波段包含了對于車蠟品牌鑒別最重要的光譜信息,而大多數(shù)無用信息則被有效剔除。將SPA與LS-SVM算法的車蠟識別模型在保證正確率的基礎(chǔ)上,還可以大大降低模型計算復雜程度,說明該模型能快速準確的從車蠟可見-近紅外光譜中提取有效信息,并實現(xiàn)車蠟品牌的無損鑒別。
[Abstract]:The feasibility of rapid and nondestructive identification of different brands of car wax by visible near infrared spectroscopy (NIR) was discussed. 104 samples were obtained, of which 40 samples (modeling set) were used for modeling. The remaining 64 samples (prediction sets) were used to independently verify the established models. Based on the visible and near infrared spectra of five different brands of vehicle wax, linear discriminant analysis (LDA) was established. Linear Discriminant Analysis. LDAs and least squares support vector machines (LDAs) and least square-support vector machine (LDAs). LS-SVM model. The prediction set accuracy of the full-band spectral model based on two algorithms reached 84% and 97 respectively. Successive projections algorithm. The spa algorithm selects seven characteristic bands from the 751 band. 926 and 980nmg. based on the variables selected by SPA, the LS-SVM model was established. The accuracy remains at 97. It shows that the characteristic bands selected by SPA contain the most important spectral information for the identification of car wax brands. However, most of the useless information is eliminated effectively. The model based on SPA and LS-SVM algorithm can greatly reduce the complexity of model calculation on the basis of ensuring the correct rate. It shows that the model can extract effective information quickly and accurately from the visible-near infrared spectrum of car wax and realize the nondestructive identification of car wax brands.
【作者單位】： 浙江經(jīng)濟職業(yè)技術(shù)學院;浙江大學生物系統(tǒng)工程與食品科學學院;
【基金】：國家自然科學基金項目(31072247)資助
【分類號】：TP391.41
【正文快照】： 引言近年來,隨著汽車工業(yè)的蓬勃發(fā)展,汽車保有量急劇增加,愛車族都在提高車子的外在品質(zhì)上下功夫,給自己的愛車穿上一件光鮮亮麗的“衣裳”。汽車打蠟能夠有效地保護漆面,延長汽車殼體的使用壽命,并使車輛外表光亮美觀。車蠟是一種由蠟、表面活性劑、溶劑等組成的化合物,易于

【參考文獻】

相關(guān)期刊論文 前1條

1 陳斌;孟祥龍;王豪;;連續(xù)投影算法在近紅外光譜校正模型優(yōu)化中的應用[J];分析測試學報;2007年01期

【共引文獻】

相關(guān)期刊論文 前10條

1 梁高峰;賈宏汝;谷運紅;秦廣雍;王衛(wèi)東;;近紅外光譜分析技術(shù)及其在農(nóng)業(yè)研究中的應用[J];安徽農(nóng)業(yè)科學;2007年29期

2 陳斌;蔡斌;;多組分相關(guān)分析技術(shù)在近紅外檢測中的應用研究[J];安徽農(nóng)業(yè)科學;2008年17期

3 張靈帥;邢軍;谷運紅;王衛(wèi)東;焦湞;;煙草近紅外光譜分析結(jié)果影響因素綜述[J];安徽農(nóng)業(yè)科學;2008年21期

4 周靜;彭黔榮;張燕;賴東輝;蔡元青;;煙草中非揮發(fā)性有機酸分析研究進展[J];安徽農(nóng)業(yè)科學;2009年26期

5 宗莉;薛嫻;王濤;尤全剛;;近紅外光譜分析技術(shù)在水果內(nèi)部品質(zhì)無損檢測中的應用[J];安徽農(nóng)業(yè)科學;2010年06期

6 邵麗娜;熊智新;胡慕伊;陳朝霞;;小波變換在提高油菜籽脂肪酸近紅外分析精度中的應用[J];安徽農(nóng)業(yè)科學;2010年12期

7 周瑋婧;;近紅外光譜在果蔬檢測中的應用及研究進展[J];安徽農(nóng)業(yè)科學;2011年16期

8 趙志磊;代旭靜;郝清;張洪森;;近紅外光譜無損檢測李果實硬度的研究[J];安徽農(nóng)業(yè)科學;2011年24期

9 王聰;張文杰;劉勝;;基于相思樹NIR數(shù)據(jù)理論模型的軟件設(shè)計[J];現(xiàn)代農(nóng)業(yè)科技;2012年06期

10 王爾丹;人群運動與密度估計技術(shù)研究[J];安全;2005年03期

相關(guān)會議論文 前10條

1 宋海鷹;桂衛(wèi)華;陽春華;;基于核偏最小二乘的簡約最小二乘支持向量機及其應用研究[A];第二十六屆中國控制會議論文集[C];2007年

2 宋海鷹;桂衛(wèi)華;陽春華;;基于最小二乘支持向量機的Hammerstein-Wiener模型辨識[A];第二十六屆中國控制會議論文集[C];2007年

3 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六屆中國控制會議論文集[C];2007年

4 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六屆中國控制會議論文集[C];2007年

5 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六屆中國控制會議論文集[C];2007年

6 ;LS-SVM Based Stable Generalized Predictive Control[A];第二十七屆中國控制會議論文集[C];2008年

7 閻綱;梁昔明;龍祖強;李翔;;一種新的提前一步預測控制算法[A];第二十七屆中國控制會議論文集[C];2008年

8 孫玉坤;王博;丁慎平;;基于模糊支持向量機的賴氨酸發(fā)酵軟測量[A];第二十七屆中國控制會議論文集[C];2008年

9 ;GA Based LS-SVM Classifier for Waste Water Treatment Process[A];第二十七屆中國控制會議論文集[C];2008年

10 柴偉;孫先仿;喬俊飛;;有監(jiān)督的等距映射和k近鄰分類結(jié)合用于集員辨識[A];第二十九屆中國控制會議論文集[C];2010年

相關(guān)博士學位論文 前10條

1 趙瑩;半監(jiān)督支持向量機學習算法研究[D];哈爾濱工程大學;2010年

2 李書艷;單點氨基酸多態(tài)性與疾病相關(guān)關(guān)系的預測及其機制研究[D];蘭州大學;2010年

3 陳禎;基于近紅外光譜分析的土壤水分信息的提取與處理[D];華中科技大學;2010年

4 張明;電能質(zhì)量擾動相關(guān)問題研究[D];華中科技大學;2010年

5 顏輝;植物油的亞油酸、亞麻酸紅外光譜融合和模型優(yōu)化方法的研究[D];江蘇大學;2010年

6 尹浩;地中海貧血篩查指標的FTIR/ATR光譜分析方法研究[D];暨南大學;2010年

7 黃富榮;人體血液膽固醇、甘油三酯近紅外光譜無試劑分析方法研究[D];暨南大學;2010年

8 許偉;基于進化算法的復雜化工過程智能建模方法及其應用[D];華東理工大學;2011年

9 向國齊;支持向量回歸機代理模型設(shè)計優(yōu)化及應用研究[D];電子科技大學;2010年

10 桑永勝;空間數(shù)據(jù)分析的神經(jīng)計算方法[D];電子科技大學;2010年

相關(guān)碩士學位論文 前10條

1 曾傳華;基于顏色和紋理特征的竹條分級方法研究[D];華中農(nóng)業(yè)大學;2010年

2 展慧;基于多源信息融合技術(shù)的板栗分級檢測方法研究[D];華中農(nóng)業(yè)大學;2010年

3 田文娟;基于支持向量機的人民幣序列號識別方法的研究[D];山東科技大學;2010年

4 胡紅;礦區(qū)植物脅迫作用與遙感信息提取[D];山東科技大學;2010年

5 孟培培;基于3S的土地督察信息系統(tǒng)研究[D];山東科技大學;2010年

6 李海清;支持向量機在金融市場預測中的應用[D];遼寧師范大學;2010年

7 李光遠;基于在線聚類和最小二乘支持向量機的模糊建模方法研究[D];鄭州大學;2010年

8 王曉東;基于紅外吸收型CO_2濃度分析儀設(shè)計[D];鄭州大學;2010年

9 王寧;PA66/RCT/rPET/滑石粉復合材料的研究[D];鄭州大學;2010年

10 王巧立;微生物發(fā)酵過程的建模與優(yōu)化控制研究[D];鄭州大學;2010年

【二級參考文獻】

相關(guān)期刊論文 前3條

1 高榮強,范世福,嚴衍祿,趙麗麗;近紅外光譜的數(shù)據(jù)預處理研究[J];光譜學與光譜分析;2004年12期

2 褚小立,袁洪福,陸婉珍;近紅外分析中光譜預處理及波長選擇方法進展與應用[J];化學進展;2004年04期

3 蔣紅衛(wèi) ,夏結(jié)來 ,余莉莉;偏最小二乘回歸的離群點檢測方法[J];中國衛(wèi)生統(tǒng)計;2004年03期

【相似文獻】

相關(guān)期刊論文 前10條

1 張本法;楊賽楠;潘豐;;基于支持向量機的發(fā)酵過程建模研究[J];控制工程;2006年04期

2 郭輝;劉賀平;王玲;;基于最小二乘支持向量機對偶優(yōu)化問題的核偏最小二乘[J];北京科技大學學報;2006年08期

3 張國云;彭仕玉;;混沌時間序列的最小二乘支持向量機預測[J];湖南理工學院學報(自然科學版);2006年03期

4 劉瑞蘭;駱中華;蘇宏業(yè);;基于最小二乘支持向量機的復合肥裝置養(yǎng)分含量的軟測量建模[J];化工自動化及儀表;2006年05期

5 王定成;姜斌;;在線稀疏最小二乘支持向量機回歸的研究[J];控制與決策;2007年02期

6 祝曉魯;白振興;賈海燕;;自動文本分類技術(shù)研究[J];現(xiàn)代電子技術(shù);2007年03期

7 吳青;劉三陽;杜U，

本文編號：1447186