公共文化服务平台

国家自然科学基金(50877056): 作品数：8 被引量：47H指数：2; 相关作者：刘君华汤晓君李玉军张勇何建平更多>>; 相关机构：西安交通大学西安理工大学太钢自动化公司更多>>; 发文基金：国家自然科学基金陕西省教育厅自然科学基金山西省自然科学基金更多>>; 相关领域：机械工程理学自动化与计算机技术石油与天然气工程更多>>

近红外光谱烷烃类气体定量分析系统的研究被引量：2: 2011年; 介绍了一种近红外光谱烷烃类气体在线定量分析测量方法。该方法以单片闪耀光栅为核心构成分光系统,分析计算了分光系统的关键参数,设计构建了硬件系统平台,完成了窄带光束实验测试和烷烃类七种单组分气体光谱探测实验。实验表明,入射狭缝为2mm时,分光系统在中心波长1200～1800nm波段内能够分离谱宽为10nm的窄带光束,出射光束中心波长步进扫描步长优于0.1nm。光谱探测实验证实七种气体在1600～1800nm波段内存在较强的特征谱线,但存在严重的交叉混叠现象。甲烷谱线位置与HITRAN光谱数据库相吻合。实验结果表明该方法有可能用于混合气体探测,且结构简单、成本低廉,为后续研究提供了技术储备并明确了研究方向。; 朱凌建汤晓君邱宗明刘君华张钟华张勇

离散粒子群优化算法在硅钢涂层近红外光谱厚度检测中的应用研究被引量：2: 2011年; 提出一种基于粒子群优化算法实现的硅钢涂层厚度近红外光谱检测新方法。首先,采用近红外光谱仪采集获得了硅钢表面绝缘涂层的近红外光谱,然后,采用离散粒子群算法筛选出近红外光谱数据的最佳波长变量并组成新的光谱数据,最后,建立涂层厚度的核偏最小二乘定量分析模型。实验显示,所建定量分析模型对检验样本分析的绝对误差范围为-0.12～0.19μm,最大相对误差为14.31%,完全符合现场检验需要。研究表明,离散粒子群算法可以有效地筛选出携带更多有用信息的波长变量,提高定量分析模型的分析准确度和速度,是一种有效的近红外光谱波长筛选方法,同时,近红外光谱法也是一种有效的硅钢绝缘涂层厚度检测方法。; 何建平金萍; 关键词：离散粒子群优化算法

粒子群优化算法在改善传感器稳定性中的应用被引量：19: 2010年; 针对最小二乘支持向量机在建立传感器回归模型时,其惩罚因子及核函数参数难以确定的问题,提出了利用粒子群算法对模型参数进行优化选取的方法,以提高模型的预测准确度及建模效率,并与遍历优化方法进行比较。实验结果表明,采用粒子群算法进行参数优化所用时间约为1621s,得到的模型预测结果均方误差为1.24×10-6;而采用遍历优化所用时间约为21599s,所得模型预测结果均方误差为2.74×10-5。采用粒子群算法进行参数优化使得建模效率和建立的模型预测准确度提高了一个数量级。测试样本计算表明,经过粒子群算法优化之后建立的传感器回归模型使得传感器的温度灵敏度系数及电流灵敏度系数比建模前降低了大约97%,比采用遍历优化方法降低了约85%,传感器的稳定性得到了大幅度改善。该方法切实有效,具有一定的发掘空间和实际应用价值。; 李玉军汤晓君刘君华; 关键词：粒子群优化算法最小二乘支持向量机传感器

基于Boosting-KPLS的近红外绝缘涂层厚度检测: 2011年; 探索了一种基于近红外光谱法实现的硅钢表面绝缘涂层厚度检测方法。该方法采用声光可调滤波器近红外光谱仪采集硅钢表面绝缘涂层的近红外光谱,为进一步提取近红外光谱数据的有效信息,采用离散粒子群优化(discretebinary particle swarm optimization,DBPSO)算法对近红外光谱数据进行最佳波长变量筛选,并用筛选得到的新的光谱数据建立涂层厚度的Boosting-核偏最小二乘(kernel partial least squares,KPLS)定量分析模型。对比实验结果显示,Boosting-KPLS算法可以提高定量分析模型的分析准确度和速度,是一种较KPLS更为稳健、分析准确度更高的近红外光谱分析方法。文中所建定量分析模型对30个检验样本分析的绝对误差最小值为-0.02μm,最大值为0.19μm,最大相对误差为14.23%,完全符合实际检验的需要。; 郝惠敏郝俊宇卢海宁Ken Jia; 关键词：绝缘涂层厚度检测 BOOSTING KPLS

三电极碳纳米管传感器的极间距优化（英文）: 2015年; 三电极碳纳米管传感器各电极之间的间距大小是影响检测精度的关键因素之一。在用传感器阵列检测多组分气体混合物时,各传感器的极间距很难确定。为三电极碳纳米管气体传感器提出一种基于粒子群算法(PSO)的极间距优化方法。该方法包括设计极间距、组建由不同极间距的多个传感器组成的传感器阵列、建立包括极间距及检测离子电流的数据库、建立混合气体定量分析模型及极间距优化等步骤。采用多组由不同极间距的三个碳纳米管传感器构成的传感器阵列对NO和SO2混合气体进行测量,其中各传感器的极间距均采用上述方法优化。实验结果显示,上述极间距优化方法能够有效地选择电极之间的最佳间距,优化极间距后的传感器也获得了更高的检测灵敏度。; 郝惠敏张勇权龙; 关键词：极间距粒子群优化

基于粒子群优化的最小二乘支持向量机在混合气体定量分析中的应用被引量：22: 2010年; 针对混合气体建模过程中最小二乘支持向量机参数难以确定及红外光谱数据计算量过大的问题,提出一种粒子群优化的最小二乘支持向量机方法,用于建立基于主成分分析特征提取的红外光谱多组分气体定量分析模型。首先对主吸收峰区域的550个红外光谱数据利用主成分分析技术进行了特征提取,将降维得到的7个特征值作为模型的输入变量从而有效地降低了计算量。混合气体主要由浓度范围分别是0.1%~1%的甲烷、乙烷及0.1%~1.5%的丙烷三种组分气体组成。采用最小二乘支持向量机技术分别建立了各组分气体的定量分析模型,利用粒子群优化算法对最小二乘支持向量机算法中的参数进行了优化选取,取代了传统的遍历优化方法,然后利用取得的最优参数重建定量分析模型。实验结果表明,采用此方法离线建模所用时间比采用遍历优化方法节省40倍以上,预测结果误差水平相当,满足实测要求。粒子群优化算法在全局优化及收敛速度方面具有较大优势。粒子群优化算法与最小二乘支持向量机技术相结合用于混合气体定量分析是切实可行的,具有一定的实际意义和应用价值。; 李玉军汤晓君刘君华; 关键词：红外光谱粒子群优化算法最小二乘支持向量机混合气体主成分分析

基于Boosting-KPLS的近红外绝缘涂层厚度检测: 探索了一种基于近红外光谱法实现的硅钢表面绝缘涂层厚度检测方法。该方法采用声光可调滤波器近红外光谱仪采集硅钢表面绝缘涂层的近红外光谱,为进一步提取近红外光谱数据的有效信息,采用离散粒子群优化(discrete binary...; 郝惠敏郝俊宇卢海宁Ken Jia; 关键词：绝缘涂层厚度检测 BOOSTING KPLS

直接正交信号校正算法在烷烃类多组分气体定量分析中的应用被引量：1: 2012年; 针对烷烃类多组分混合气体中红外光谱存在的基线漂移问题,提出一种直接正交信号校正算法用于光谱数据预处理。实验中采用傅里叶变换红外光谱仪采集了936组混合气体样本的光谱数据,混合气体主要由不同浓度范围的七种组分气体组成。将直接正交信号校正算法与导数算法进行了对比分析,采用偏最小二乘回归方法建立了各组分气体定量分析模型,并对模型参数(主元个数、导数步长及正交分量的个数)进行了遍历优化选取最优分析模型。结果表明直接正交信号校正算法对于中红外光谱基线校正效果最好,直接正交信号校正算法用于烷烃类混合气体中红外光谱基线校正可行,效果良好,具有一定的实用和研究价值。; 李玉军汤晓君刘君华; 关键词：偏最小二乘回归混合气体

Thickness Measurement of Insulation Coating by NIR Spectrometry Based on Boosting-KPLS被引量：1: 2011年; A novel thickness measurement method for surface insulation coating of silicon steel based on NIR spectrometry is explored.The NIR spectra of insulation coating of silicon steel were collected by acousto-optic tunable filter(AOTF) NIR spectrometer.To make full use of the effective information of NIR spectral data,discrete binary particle swarm optimization(DBPSO) algorithm was used to select the optimal wavelength variates.The new spectral data,composed of absorbance at selected wavelengths,were used to create the thickness quantitative analysis model by kernel partial least squares(KPLS) algorithm coupled with Boosting.The results of contrast experiments showed that the Boosting-KPLS model could efficiently improve the analysis accuracy and speed.It indicates that Boosting-KPLS is a more accurate and robust analysis method than KPLS for NIR spectral analysis.The maximal and minimal absolute error of 30 testing samples is respectively-0.02 μm and 0.19 μm,and the maximal relative error is 14.23%.These analysis results completely meet the practical measurement need.; HAO Hui-minLI Shi-weiZHANG Wen-dongLI Peng-weiHAO Jun-yuLU Hai-ningKen JiaZHANG Yong; 关键词：BOOSTING KPLS

单片机智能传感器系统中支持向量机技术的实现: 提出一种可将基于支持向量机(SVM)建立好的传感器系统模型参数写入单片机系统中的方法,从而实现该技术在单片机智能传感器系统中的应用。文中以一个多频激励的电涡流传感器为例,对工件表面两种不同金属膜厚度及传感器探头与被测工件...; 李玉军梁琨汤晓君刘君华; 关键词：电涡流传感器支持向量机单片机

国家自然科学基金(50877056)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(50877056)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈