公共文化服务平台

周延: 作品数：34 被引量：35H指数：4; 供职机构：西安交通大学更多>>; 发文基金：国家自然科学基金国家教育部博士点基金陕西省自然科学基金更多>>; 相关领域：理学自动化与计算机技术环境科学与工程电气工程更多>>

合作作者

基于偏最小二乘增量式神经网络的近红外光谱定量分析模型被引量：2: 2014年; 提出了一种基于偏最小二乘增量式神经网络的近红外光谱定量分析模型。该模型采用典型三层反向传播神经网络(BPNN),不同波长吸光度和成分浓度是模型的输入和输出。在使用历史样本训练之前先进行偏最小二乘(PLS)回归,所得自变量和因变量的历史负荷矩阵分别用于确定模型输入层和输出层的初始权值,且自变量的主成分个数作为隐层的节点数。当获得新的样本时,对新数据与历史负荷矩阵组合后进行PLS回归,将所得新的负荷矩阵与历史负荷矩阵融合后作为模型输入层和输出层新的初始权值,接着使用新样本对模型进行训练来实现增量式更新。将所提模型与PLS、BPNN、基于PLS的BPNN、递归PLS在天然气燃烧烟气近红外光谱数据上测定后比较。对于烟气中二氧化碳浓度的预测,所提模型的预测均方根误差(RMSEP)分别降低了27.27%,58.12%,19.24%和14.26%;对于烟气中一氧化碳浓度的预测,所提模型的RMSEP分别降低了20.65%,24.69%,18.54%和19.42%;对于烟气中甲烷浓度的预测,此模型的RMSEP分别降低了27.56%,37.76%,8.63%和3.20%。实验结果表明,所提模型不仅通过PLS对BPNN结构和初始权重的优化,使模型具有较强的预测能力,而且能在已建模型信息的基础上,不访问旧数据而用新增样本即可完成自身的增量式更新,从而使模型具有较好的稳健性和泛化性。; 曹晖李大航刘凌周延; 关键词：近红外光谱偏最小二乘

基于近红外光谱的SG-MSC-MC-UVE-PLS算法在全血血红蛋白浓度检测中的应用被引量：7: 2021年; 为提高全血血红蛋白浓度预测模型的预测精度,基于近红外光谱分析,首先对原始全血透射光谱数据分别进行均值中心化、标准化、标准正态变量变换(SNV)、多元散射校正(MSC)以及Savitzky-Golay(SG)卷积平滑结合MSC的预处理操作,最终选择预处理效果最好的SG-MSC方法作为数据预处理方法,其最大相关系数达到0.9441。对SG平滑的平滑窗口宽度进行讨论,找出平滑效果最好的窗口宽度为27。数据预处理消除了全血吸收光谱的基线失真,提高了全血吸收光谱数据的信噪比。将190个样本(190个血红蛋白浓度对应的透射光谱数据)分为具有相近血红蛋白浓度分布的校正集和测试集,其中校正集为143个样本(对应血红蛋白浓度分布为10.6~17.3 g·dL^(-1)),测试集为47个样本(对应血红蛋白浓度分布为10.3~17.3 g·dL^(-1)),确保建立模型的适用性。对校正集数据预处理后利用蒙特卡洛无信息变量消除(MC-UVE)方法对其进行波长变量选择,剔除含信息量少的波长点,提高含信息量多的波长占比。设置蒙特卡洛迭代次数为1000,最终从全血吸收光谱的700个波长变量中筛选出191个波长变量用于建立全血血红蛋白浓度偏最小二乘(PLS)回归模型。对比分析原始全血透射光谱全谱PLS模型、原始全血吸收光谱全谱PLS模型、预处理全血吸收光谱全谱PLS模型、SG-MSC-MC-UVE-PLS模型以及已有二阶导数PLS模型的模型效果,表明基于SG-MSC-MC-UVE-PLS算法的全血血红蛋白浓度预测模型效果较其他模型效果更优,预测相关系数由0.6763提高到0.9791,预测集均方根误差由0.8981减小到0.2203,最大绝对误差由2.4261减小到0.4112。同时,利用MC-UVE方法进行波长变量选择,在保证预测精度的前提下,筛选出建模的波长个数更少,有利于提高模型计算效率。研究结果表明,SG-MSC-MC-UVE-PLS方法能够提高全血吸收光谱信号的信噪比,简化模型结构,提高模型的�; 孙代青谢丽蓉周延郭煜涛车少敏; 关键词：近红外光谱

一种负压干燥装置及其工作方法: 本发明公开了一种负压干燥装置及其工作方法，所述装置包括：蒸发腔，滚筒，抽气风机，透平，机械传动装置，可拆卸凝结腔。蒸发腔出口处的抽气风机通过抽取蒸发腔内的空气使蒸发腔内形成负压蒸发空间，待干燥物料中的水分在蒸发腔内置滚筒...; 周延车少敏董彦钊; 文献传递

基于稀疏表示的火电厂烟气光谱定量分析方法: 一种基于稀疏表示的火电厂烟气光谱定量分析方法，采集火力发电厂烟气光谱数据构成数据库，数据库包括火电厂烟气在不同波长的吸收率和烟气成分浓度，对数据库中前m个样本组成的矩阵进行归一化处理，得到初始字典，应用基于超完备字典稀疏...; 曹晖于雅洁闫大鹏周延

一种热电阻测温装置: 本发明公开了一种热电阻测温装置，可用于温度测量，该装置包括：一个电压源、两个温度系数不同的电阻、切换开关、电压测量仪器和计算模块，该装置能够在热电阻所在回路未串联标准电阻且回路电流值未知的情况下实现对温度的测量。; 周延姚智

一种海水淡化装置及其工作方法: 本发明公开了一种海水淡化装置及其工作方法，利用水的自身重力使蒸发腔内形成低压蒸发空间，海水在蒸发腔内迅速蒸发，蒸气由加压风机加压进入液化腔液化，得到的液态水经过管道进入储水池。本发明结构简单，可以应用于海岛、沿海盐碱地、...; 周延车少敏孟现阳; 文献传递

无温度补偿热电偶测温方法: 无温度补偿热电偶测温方法，选用两支热电性质不同的热电偶，利用两支热电偶的热电势—温度分度表，建立两支热电偶的双端同温即两工作端同温且两自由端也同温热电势—温度二维分度表或温度‑热电势双曲线；将两支热电偶的两个工作端置于同...; 周延; 文献传递

RMSECV曲线筛选光谱波段算法被引量：1: 2011年; 提出了一种利用偏最小二乘回归系数矩阵筛选光谱波段的算法。该算法利用偏最小二乘回归系数作为筛选光谱波长的依据,参考(root-mean-squares error of cross-validation,RMSECV)曲线,使初选波长数大大降低。在此基础上通过循环选择将无效信息光谱波长剔除,同时增强了所建模型的预测精确性。通过生产过程的Raman光谱数据验证,该算法比传统的利用回归系数筛选波长的算法更好地提高了模型的精确性,同时降低了模型的复杂程度,是一种高效实用的算法。; 周延曹晖巨林仓; 关键词：波长选择偏最小二乘拉曼光谱

基于神经网络内部模型的非线性偏最小二乘法用于火电厂烟气光谱定量分析被引量：8: 2014年; 针对火电厂烟气光谱数据的非线性特性,采用了基于神经网络内部模型的非线性偏最小二乘定量分析方法。该方法进行偏最小二乘(PLS)回归后,将自变量和因变量的隐变量作为神经网络的输入和输出进行训练,即可得到非线性内部模型。将PLS、基于向后传递神经网络内部模型的非线性PLS(BP-NPLS)、基于径向基函数神经网络内部模型的非线性PLS(RBF-NPLS)和基于自适应模糊推理系统内部模型的非线性PLS(ANFIS-NPLS)对火电厂烟气多组分进行测定后比较,BP-NPLS、RBF-NPLS和ANFIS-NPLS较之PLS,将二氧化硫预测模型的预测均方根误差(RMSEP)分别降低了16.96%,16.60%和19.55%;将一氧化氮预测模型的RMSEP分别降低了8.60%,8.47%和10.09%;将二氧化氮预测模型的RMSEP分别降低了2.11%,3.91%和3.97%。实验表明,非线性PLS较PLS更适用于火电厂烟气定量分析。通过神经网络对非线性函数的高度逼近特性,基于本文所提及内部模型的非线性偏最小二乘方法有较好的预测能力和稳健性,在一定程度上解决了基于多项式和样条函数等其他内部模型的非线性偏最小二乘方法的自身局限性。其中,ANFIS-NPLS的效果最好,自适应模糊推理系统的学习能力能够有效降低残差,使模型具有较好的泛化性,是一种比较准确实用的火电厂烟气定量分析方法。; 曹晖李耀江周延王燕霞; 关键词：火电厂烟气光谱定量分析偏最小二乘

融合波长选择和异常光谱检测的天然气燃烧过程定量分析方法: 2012年; 针对天然气燃烧过程的近红外光谱数据,采用了一种融合波长选择和异常光谱检测的定量分析方法。该方法根据偏最小二乘(PLS)模型的系数及预测误差的统计分布,在实现波长选择的同时,完成异常光谱样本的检测。与PLS、先用留一法将异常样本删除后PLS建模(LOO-PLS)、基于PLS的无信息变量消除法(UVE-PLS)以及先用留一法将异常样本删除后使用UVE-PLS建模(LOO-UVE-PLS)相比较,该方法将甲烷预测模型的预测均方根误差(RMSEP)分别降低了14.33%,14.33%,10.96%和12.21%;将一氧化碳预测模型的RMSEP分别降低了67.26%,72.58%,11.32%和4.52%;将二氧化碳预测模型的RMSEP分别降低了5.95%,19.7%,36.71%和4.04%。实验表明,该方法建立的分析物预测模型具有较高的预测能力和较好的稳健性,在大大减少所选波长数量,降低模型复杂度的同时,还能有效地检测出异常光谱样本,减小两者之间的相互影响。; 曹晖胡洛娜周延; 关键词：天然气燃烧近红外光谱波长选择

周延

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

周延

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈