發(fā)布時(shí)間：2017-08-28 15:38

  本文關(guān)鍵詞：可拓神經(jīng)網(wǎng)絡(luò)模式識(shí)別對(duì)成品油的鑒別與測(cè)量

  更多相關(guān)文章： 三維熒光光譜 成品油 主成分分析 可拓神經(jīng)網(wǎng)絡(luò)

【摘要】：燃油存在"消耗量大"、"相對(duì)低質(zhì)"、"前端缺少清潔"、"末端排放缺乏控制"四大問題,我國(guó)的空氣污染60%以上來自煤和油的燃燒,霧霾問題很大程度上取決于能源問題�？焖贉�(zhǔn)確地實(shí)現(xiàn)汽油、柴油、煤油等成品油的鑒別與測(cè)量,對(duì)于實(shí)施空氣污染監(jiān)測(cè)及治理具有重要意義。在精確地表征成品油種類信息的基礎(chǔ)上,為了提高網(wǎng)絡(luò)模型的識(shí)別效率,采用主成分分析方法將高維空間進(jìn)行降維處理。對(duì)最常用的三維熒光光譜基于激發(fā)-發(fā)射矩陣(excitation-emission matrix,EEM)數(shù)據(jù)進(jìn)行主成分分析以提取更精細(xì)、更深層的特征參量。分類過程中應(yīng)用交叉驗(yàn)證的方法避免發(fā)生"過擬合"現(xiàn)象。設(shè)計(jì)鑒別和測(cè)量雙重處理的神經(jīng)網(wǎng)絡(luò),將神經(jīng)網(wǎng)絡(luò)模式識(shí)別結(jié)果反饋到濃度網(wǎng)絡(luò)的輸入端,與相對(duì)斜率、綜合本底參數(shù)、相對(duì)熒光強(qiáng)度一起測(cè)量相應(yīng)種類的濃度輸出,利用可拓神經(jīng)網(wǎng)絡(luò)模式識(shí)別技術(shù)實(shí)現(xiàn)成品油的鑒別與測(cè)量。應(yīng)用可拓神經(jīng)網(wǎng)絡(luò)方法實(shí)現(xiàn)成品油種類模式識(shí)別的平均識(shí)別率達(dá)到0.99,濃度平均回收率為0.95。模式識(shí)別平均耗時(shí)為2.5s,僅為PARAFAC模型分析方法的48.5%。該方法顯著提高了運(yùn)算速度,且應(yīng)用效果理想。需要指出的是,在分析諸如成品油、茶葉、農(nóng)藥等成分復(fù)雜的混合物時(shí),應(yīng)針對(duì)具體待測(cè)物制作相應(yīng)的校正樣本,用以確保分析的準(zhǔn)確性與精度。
【作者單位】： 燕山大學(xué)測(cè)試計(jì)量技術(shù)及儀器河北省重點(diǎn)實(shí)驗(yàn)室;河北省自動(dòng)化研究所;華北理工大學(xué)電氣工程學(xué)院;
【關(guān)鍵詞】： 三維熒光光譜 成品油 主成分分析 可拓神經(jīng)網(wǎng)絡(luò)
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61471312) 河北省自然科學(xué)基金項(xiàng)目(F2015203240,F2015203072,F2015203392)資助
【分類號(hào)】：O657.3;TE626
【正文快照】： 引言我國(guó)的空氣污染60%以上來自煤和油的燃燒,快速準(zhǔn)確地實(shí)現(xiàn)成品油的鑒別與測(cè)量,對(duì)于實(shí)施空氣污染監(jiān)測(cè)及治理具有重要意義。近年來國(guó)內(nèi)許多研究者對(duì)油類熒光光譜的數(shù)學(xué)特征進(jìn)行提取,應(yīng)用基于表觀特征的原點(diǎn)矩、峰度系數(shù)等統(tǒng)計(jì)學(xué)指標(biāo)實(shí)現(xiàn)光譜參數(shù)化[1-2],僅能反映出三維熒光譜，

本文編號(hào)：748427