近紅外光譜（Near Infrared Spectroscopy,NIRS）分析技術(shù)因其無(wú)損、高效、快速、操作簡(jiǎn)單和低成本等特點(diǎn),在實(shí)時(shí)檢測(cè)中有巨大潛力,成為一種新興的在線過(guò)程分析工具。然而在實(shí)際生產(chǎn)過(guò)程中,最初建立的近紅外模型常常會(huì)受到工藝操作條件、儀器性能、生產(chǎn)環(huán)境、加工原料或催化劑變化的影響,從而降低對(duì)目標(biāo)物性濃度的預(yù)測(cè)精度,不能滿足生產(chǎn)需求。因此需要不斷的對(duì)模型更新維護(hù),來(lái)提高近紅外模型的自適應(yīng)能力。本文針對(duì)現(xiàn)有近紅外建模穩(wěn)定性差、使用壽命短的問(wèn)題,采用通過(guò)不斷建立局部模型來(lái)跟蹤過(guò)程特性變化的即時(shí)學(xué)習(xí)（Just-in-time Learning,JITL）方法,提高近紅外模型的自適應(yīng)性。然而近紅外光譜數(shù)據(jù)存在維數(shù)高、包含冗余噪聲以及不相關(guān)波長(zhǎng)變量的問(wèn)題,制約了模型的預(yù)測(cè)性能。因此本文針對(duì)近紅外在線建模的不足,結(jié)合JIT學(xué)習(xí)的研究動(dòng)態(tài)與近紅外光譜數(shù)據(jù)特征,研究了基于JIT學(xué)習(xí)的近紅外自適應(yīng)建模并加以改進(jìn)。具體研究?jī)?nèi)容如下:（1）基于時(shí)空相似度的JIT-Lasso自適應(yīng)建模。針對(duì)工業(yè)過(guò)程的時(shí)變、非線性以及光譜波長(zhǎng)變量維數(shù)高、信息量大等特性,首先選取Lasso（Least Absol... 

【文章來(lái)源】：江南大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：59 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題研究背景及意義
    1.2 基于即時(shí)學(xué)習(xí)的近紅外光譜建模技術(shù)研究
        1.2.1 近紅外光譜建模技術(shù)的發(fā)展和應(yīng)用
        1.2.2 即時(shí)學(xué)習(xí)的研究現(xiàn)狀
        1.2.3 基于即時(shí)學(xué)習(xí)的近紅外建模研究現(xiàn)狀
    1.3 現(xiàn)有研究不足
    1.4 本文主要研究?jī)?nèi)容和章節(jié)安排
第二章 近紅外光譜分析技術(shù)
    2.1 近紅外光譜檢測(cè)原理
    2.2 近紅外數(shù)據(jù)采集與預(yù)處理
        2.2.1 數(shù)據(jù)采集
        2.2.2 光譜預(yù)處理
    2.3 近紅外定量分析基本流程
    2.4 定量分析評(píng)價(jià)指標(biāo)
    2.5 本章小結(jié)
第三章 基于時(shí)空相似度的JIT-Lasso自適應(yīng)建模
    3.1 引言
    3.2 即時(shí)學(xué)習(xí)框架
    3.3 基于時(shí)空相似度的JIT-Lasso建模
        3.3.1 Lasso算法
        3.3.2 JIT-Lasso自適應(yīng)建模
        3.3.3 時(shí)空相似度
    3.4 實(shí)例驗(yàn)證與結(jié)果分析
        3.4.1 近紅外光譜數(shù)據(jù)
        3.4.2 仿真結(jié)果與分析
    3.5 本章小結(jié)
第四章 基于近紅外光譜局部與整體特征的自適應(yīng)建模
    4.1 引言
    4.2 相似性度量準(zhǔn)則
        4.2.1 基于距離的相似性度量準(zhǔn)則
        4.2.2 基于相關(guān)性的相似性度量準(zhǔn)則
    4.3 基于近紅外光譜特征的JIT建模
        4.3.1 光譜區(qū)分方法
        4.3.2 基于局部-整體（Local-global）光譜特征的相似性度量
        4.3.3 基于光譜特征的JIT-Lasso建模
    4.4 實(shí)例驗(yàn)證與結(jié)果分析
    4.5 本章小結(jié)
第五章 基于數(shù)據(jù)庫(kù)更新指標(biāo)的近紅外自適應(yīng)建模
    5.1 引言
    5.2 數(shù)據(jù)庫(kù)管理存在的問(wèn)題
    5.3 基于數(shù)據(jù)庫(kù)更新指標(biāo)的JIT建模
        5.3.1 數(shù)據(jù)庫(kù)更新指標(biāo)（DUI）
        5.3.2 基于DUI的 JIT建�？蚣�
    5.4 實(shí)例驗(yàn)證與結(jié)果分析
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
附錄 :作者在攻讀碩士學(xué)位期間發(fā)表的論文


【參考文獻(xiàn)】：
期刊論文
[1]基于Lasso-PCA的原油脫鹽脫水過(guò)程故障檢測(cè)[J]. 鄭年年,高爽,欒小麗,劉飛.  高�；瘜W(xué)工程學(xué)報(bào). 2019(06)
[2]基于BGMM的即時(shí)學(xué)習(xí)軟測(cè)量建模方法[J]. 祁成,熊偉麗.  系統(tǒng)仿真學(xué)報(bào). 2019(08)
[3]基于互信息熵-近紅外光譜的過(guò)程模式故障檢測(cè)[J]. 高爽,欒小麗,劉飛.  光譜學(xué)與光譜分析. 2019(06)
[4]基于改進(jìn)即時(shí)學(xué)習(xí)算法的球磨機(jī)料位軟測(cè)量[J]. 賈松達(dá),丁潔,閻高偉.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(04)
[5]近紅外聚乙烯醇熒光高分子材料的制備及性能[J]. 孫琪,王麗秋,劉洋,郭晨曉,王鵬君,劉學(xué)龍,張曉博,鄭立輝,劉麗萍.  應(yīng)用化學(xué). 2018(01)
[6]近紅外光譜技術(shù)在食品溯源中的應(yīng)用進(jìn)展[J]. 宋雪健,錢(qián)麗麗,張東杰,王欣卉,于果,周義.  食品研究與開(kāi)發(fā). 2017(12)
[7]近紅外全局隱含溫度補(bǔ)償模型的預(yù)測(cè)精度分析[J]. 史婷,欒小麗,劉飛.  光譜學(xué)與光譜分析. 2017(04)
[8]近紅外光譜法在黃酒發(fā)酵過(guò)程參數(shù)檢測(cè)中的應(yīng)用[J]. 張嚴(yán),趙忠蓋,劉飛.  食品工業(yè)科技. 2015(17)
[9]近五年我國(guó)近紅外光譜分析技術(shù)研究與應(yīng)用進(jìn)展[J]. 褚小立,陸婉珍.  光譜學(xué)與光譜分析. 2014(10)
[10]近紅外光譜分析技術(shù)及其在線應(yīng)用進(jìn)展[J]. 劉洋,張潔明,李玉梅,陳勇.  輕工科技. 2014(06)

博士論文
[1]基于局部學(xué)習(xí)的自適應(yīng)軟測(cè)量建模方法研究[D]. 邵偉明.中國(guó)石油大學(xué)(華東) 2016
[2]近紅外光譜新型建模方法與應(yīng)用基礎(chǔ)研究[D]. 張紅光.浙江大學(xué) 2015
[3]近紅外光譜分析模型優(yōu)化和模型轉(zhuǎn)移算法研究[D]. 鄭開(kāi)逸.華東理工大學(xué) 2013
[4]相思樹(shù)材性近紅外預(yù)測(cè)模型的建立及優(yōu)化[D]. 姚勝.北京林業(yè)大學(xué) 2010

碩士論文
[1]基于Lasso的高維數(shù)據(jù)線性回歸模型統(tǒng)計(jì)推斷方法比較[D]. 趙俊琴.山西醫(yī)科大學(xué) 2015
[2]基于近紅外光譜技術(shù)的生物柴油轉(zhuǎn)化率快速測(cè)定[D]. 徐龍.浙江大學(xué) 2014



本文編號(hào)：3009254