本文關(guān)鍵詞：聯(lián)合區(qū)間高斯過程的近紅外光譜波長選擇方法及應(yīng)用

  更多相關(guān)文章： 近紅外光譜 高斯過程模型 聯(lián)合區(qū)間高斯過程(siGP) 紅曲菌 水分含量 pH值

【摘要】：針對近紅外光譜應(yīng)用,提出了一種基于高斯過程(GP)模型的波長選擇算法,即聯(lián)合區(qū)間高斯過程(synergy interval gaussian process,siGP)算法。首先將全光譜區(qū)域劃分為一系列無重復(fù)且間距相等的區(qū)間,再選取最優(yōu)的若干個區(qū)間聯(lián)合建立GP模型,由于GP模型具有非線性處理能力,因此該方法可以減少非線性的影響。以紅曲菌固態(tài)發(fā)酵過程中過程參數(shù)水分含量和pH值的檢測為例,新算法對水分含量、pH值的預(yù)測集相關(guān)系數(shù)(rp)分別為0.956 4和0.977 3,預(yù)測均方根誤差(RMSEP)分別為0.012 7和0.161 0,參與建模的數(shù)據(jù)點(diǎn)由全譜的1 500個分別減少到225個、375個,在對獨(dú)立樣本的預(yù)測上,表現(xiàn)出較好的精度。與傳統(tǒng)聯(lián)合區(qū)間偏最小二乘(siPIS)波長選擇算法對比,siGP算法預(yù)測效果更好:對水分含量和pH值,r_p在GP模型預(yù)測時(shí)提高了3.37%和3.51%,RMSEP在GP模型預(yù)測時(shí)提高了29.4%和34.8%。表明siGP結(jié)合GP模型能夠有效選擇波長區(qū)間以及提高近紅外模型的準(zhǔn)確性,對進(jìn)一步實(shí)現(xiàn)近紅外光譜技術(shù)在線檢測具有參考價(jià)值。
【作者單位】： 江南大學(xué)輕工過程先進(jìn)控制教育部重點(diǎn)實(shí)驗(yàn)室自動化研究所;
【關(guān)鍵詞】： 近紅外光譜 高斯過程模型 聯(lián)合區(qū)間高斯過程(siGP) 紅曲菌 水分含量 pH值
【基金】：國家自然科學(xué)基金項(xiàng)目(NSFC 61273087) 江蘇省產(chǎn)學(xué)研前瞻性聯(lián)合研究項(xiàng)目(BY2013015-27)資助
【分類號】：O657.33
【正文快照】： 程參數(shù)與光譜數(shù)據(jù)之間常常具有一定的非線性,因此,為了弓| 言 提高模型精度,須在波長選擇時(shí)考慮非線性因素。作為一種新的機(jī)器學(xué)習(xí)方法,氋斯過程(GP)模型可以近年來,近紅外光譜技術(shù)(N1R)作為一個過程分析工 處理復(fù)雜的非線性問題,且泛化能力強(qiáng)與ANN和LS具,被廣泛應(yīng)用于石油、

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 任彥榮;陳紹成;鄒曉川;田菲菲;周鵬;;采用高斯過程模擬預(yù)測域/肽識別和相互作用[J];中國科學(xué):化學(xué);2012年08期

2 王鑫;李紅麗;;苯酚含量預(yù)測的高斯過程回歸模型[J];自動化儀表;2014年05期

3 李雅芹;楊慧中;;基于仿射傳播聚類和高斯過程的多模型建模方法[J];計(jì)算機(jī)與應(yīng)用化學(xué);2010年01期

4 王華忠;;一種基于高斯過程的非線性PLS建模方法[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年05期

5 邵建新;袁慎芳;張華;邱雷;袁江;;基于高斯過程的疲勞裂紋長度評定方法研究[J];儀器儀表學(xué)報(bào);2014年03期

6 劉開云;劉保國;徐沖;;基于遺傳 組合核函數(shù)高斯過程回歸算法的邊坡非線性變形時(shí)序分析智能模型[J];巖石力學(xué)與工程學(xué)報(bào);2009年10期

7 張相勝;王凱;;高斯過程集成算法的發(fā)酵過程軟測量建模[J];計(jì)算機(jī)工程與應(yīng)用;2011年33期

8 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 劉信恩;肖世富;莫軍;;用于不確定性分析的高斯過程響應(yīng)面模型設(shè)計(jì)點(diǎn)選擇方法研究[A];中國計(jì)算力學(xué)大會'2010（CCCM2010）暨第八屆南方計(jì)算力學(xué)學(xué)術(shù)會議（SCCM8）論文集[C];2010年

2 劉冬;張清華;;基于高斯過程的精密衛(wèi)星鐘差加密[A];第二屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會電子文集[C];2011年

3 李雅芹;楊慧中;;一種基于仿射傳播聚類和高斯過程的多模型建模方法[A];2009中國過程系統(tǒng)工程年會暨中國mes年會論文集[C];2009年

4 趙級漢;張國敬;姜龍;魏巍;;基于疊加高斯過程的數(shù)字噪聲產(chǎn)生方法FPGA實(shí)現(xiàn)[A];第二十四屆全國空間探測學(xué)術(shù)交流會論文摘要集[C];2011年

5 何志昆;劉光斌;姚志成;趙曦晶;;基于高斯過程回歸的FOG標(biāo)度因數(shù)溫度漂移建模新方法[A];第25屆中國控制與決策會議論文集[C];2013年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 王建民;礦山邊坡變形監(jiān)測數(shù)據(jù)的高斯過程智能分析與預(yù)測[D];太原理工大學(xué);2016年

2 趙靜;基于高斯過程的動態(tài)系統(tǒng)研究[D];華東師范大學(xué);2016年

3 潘偉;基于高斯過程的高爐煉鐵過程辨識與預(yù)測[D];浙江大學(xué);2012年

4 賀建軍;基于高斯過程模型的機(jī)器學(xué)習(xí)算法研究及應(yīng)用[D];大連理工大學(xué);2012年

5 夏戰(zhàn)國;基于高斯過程的提升機(jī)軸承性能評測方法研究[D];中國礦業(yè)大學(xué);2013年

6 趙偉;復(fù)雜工程結(jié)構(gòu)可靠度分析的高斯過程動態(tài)響應(yīng)面方法研究[D];廣西大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李紅麗;回歸分析中的貝葉斯推斷技術(shù)的研究[D];江南大學(xué);2015年

2 李勵耘;基于高斯過程的抓取規(guī)劃方法研究[D];哈爾濱工業(yè)大學(xué);2015年

3 王雪茹;基于高斯過程的風(fēng)電機(jī)組部件建模與監(jiān)測研究[D];華北電力大學(xué);2015年

4 于立鑫;基于高斯過程—差異進(jìn)化算法的隧道施工多元信息反分析研究[D];大連海事大學(xué);2015年

5 戈財(cái)若;基于高斯過程的高光譜圖像分類算法研究[D];東華理工大學(xué);2015年

6 葉婧;基于高斯過程回歸的鋰電池?cái)?shù)據(jù)處理[D];北京交通大學(xué);2016年

7 張棟;基于在線學(xué)習(xí)高斯過程有桿泵油井動態(tài)液面建模方法研究[D];東北大學(xué);2014年

8 申倩倩;基于高斯過程的在線建模問題研究[D];華南理工大學(xué);2011年

9 朱江;單任務(wù)以及多任務(wù)稀疏高斯過程[D];華東師范大學(xué);2014年

10 黃榮清;基于稀疏高斯過程回歸的半監(jiān)督分類的序貫訓(xùn)練方法[D];華東師范大學(xué);2012年

，

本文編號：1004660