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84頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著電子科學(xué)技術(shù)的發(fā)展,光譜的獲取變得越來越容易,逐漸成為了分析技術(shù)的理想信息載體。光譜分析技術(shù)將光譜和模式識別方法結(jié)合起來,能夠用于物質(zhì)的定性和定量分析,適于實驗室常規(guī)分析、現(xiàn)場分析和在線分析,已廣泛應(yīng)用于石化、制藥、農(nóng)業(yè)、民生產(chǎn)品檢測等領(lǐng)域,有著巨大的發(fā)展?jié)摿凸饷鞯膽?yīng)用前景。雖然光譜模式識別方法的應(yīng)用成熟但也存在缺陷,本文針對光譜定性分析方法進行了研究及應(yīng)用。
  SIMCA方法是光譜定性分析中應(yīng)用最廣泛,發(fā)展最成熟的方法。

2、它采用PCA模型參數(shù)和F檢驗構(gòu)造計算T2i/T2ucl和Si/Q統(tǒng)計量作為樣本分類的新屬性,并計算待測樣本到各類主成分空間的歐式距離作為判別類別的依據(jù),是一種最常用和優(yōu)秀的光譜分類方法。但是,在Q對T2作圖平面上,以歐式距離確定的樣本分布范圍是一個圓,多數(shù)情況下并不一定能符合實際樣本分布規(guī)律。本文在分析SIMCA理論缺陷的基礎(chǔ)上,提出了一種新方法,即用馬氏距離代替歐氏距離作為判別依據(jù)來判斷樣本的類別。并設(shè)計了采用紅外光譜判別組分比例很接

3、近的摻假食用油樣本的實驗,以及用近紅外光譜判別相近皮毛樣本的實驗。用調(diào)和比5%-8%的食用油紅外光譜PCA模型,分別以馬氏距離和歐式距離計算出其樣本的分布范圍,結(jié)果表明馬氏距離的分類與識別能力更強。驗證集的判別結(jié)果表明新方法對化學(xué)組成差異微小的樣品分類精度明顯優(yōu)于SIMCA。
  現(xiàn)今市場上出現(xiàn)優(yōu)質(zhì)食用油中摻雜廉價油來以次充好的現(xiàn)象,對社會造成了惡劣的影響。紅外光譜非常適合食用油的快速檢測和在線分析,可以為解決此現(xiàn)象供技術(shù)支持,因

4、為紅外光譜技術(shù)操作簡單、檢測快速、無環(huán)境污染、無樣本破壞。因此本文提出利用紅外光譜技術(shù)結(jié)合模式識別方法對食用油進行定性分析。但是食用油的組成成分相近,我們所常用的SIMCA方法在這方面的分類并不理想,于是提出一種改善的方法,在SIMCA建模的基礎(chǔ)上加入SVDD,用SVDD的方法來判斷數(shù)據(jù)的類別。SVDD有2個可調(diào)參數(shù),可以隨數(shù)據(jù)的分布調(diào)節(jié)判別公式,使結(jié)果更具有說服力。由食用油和調(diào)和油實驗結(jié)果可知,SIMCA方法區(qū)分不出調(diào)和油和其他油,而

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論