王巧云
- 作品数：15 被引量：28H指数：4
- 供职机构：东北大学秦皇岛分校更多>>
- 发文基金：河北省自然科学基金国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：理学机械工程医药卫生一般工业技术更多>>
- 啤酒质量控制中利用导数谱进行多模型融合策略的研究
- 光谱分析技术是一种无损、快速的检测技术，可用于定性和定量的物质成分分析领域。但是目前，光谱检测在复杂混合液体定量分析尤其是酒类发酵、液体药品制剂等生产线上的在线检测方面仍面临许多挑战。光谱信号处理中的各类噪声、干扰以及非...
- 李志刚韩英华王巧云
- 关键词：光谱分析
- 基于XGBoost的糖尿病血液拉曼光谱定量分析法被引量：2
- 2022年
- 血液中包含着大量的生物信息,如激素、酶、血糖等成分,而血糖偏高将引发糖尿病。糖尿病有很多并发症,比如脑梗塞,脑出血,肾脏损害,眼底损害,周围神经病变等一系列疾病。目前,血液常规成分检测分析周期较长,结果反馈较慢,难以实现快速连续检测。光学检测技术能够根据待测物质的光谱鉴别物质化学成分和相对含量,因其灵敏度高、适用性强、分析速度快等优势,在血液无创检测领域逐渐发挥其优势。随着激光技术的不断进步,拉曼光谱技术作为一种非线性散射光谱技术,在血液检测技术中得到了广泛应用。为提高拉曼光谱的预测精度,首次将XGBoost算法应用到拉曼光谱血液血糖浓度中进行预测精度的提升。实验中106组血液样本及试验标准值为河北省秦皇岛市第一医院提供,选用布鲁克的MultiRAM光谱仪进行血液的拉曼光谱数据测量,实验中1064 nm激发光源功率为400 mW,光谱分辨率为6 cm^(-1),扫描速率为10 kHz,扫描范围为400~4000 cm^(-1),对每个样本重复采集10次并计算平均值作为原始光谱数据,以保证实验的准确性和可重复性。该方法无需对数据进行预处理,首先将光谱数据随机划分为训练集和测试集,比例为7∶3,训练集用于训练模型并确定模型参数,测试集用于测试模型的稳定性和预测精度。建立XGBoost模型后,用网格搜索法和k折交叉验证优化模型参数;引入模型评估指标和克拉克网格误差分析图对XGBoost模型血糖浓度的预测进行分析;最后将XGBoost模型与决策树(DT)、随机森林(RF)和支持向量机回归(SVR)模型进行对比。实验结果表明通过XGBoost建立的定量回归模型效果最佳,模型的决定系数为0.99999,校正集均方误差为0.00749,预测集均方误差为0.00717,相对分析误差为331.97318,预测点均落在克拉克网格误差分析图的A区。结果证明,将XGBoost算法应用到拉曼光谱血液成分定�
- 王铭萱王巧云骈斐斐单鹏李志刚马振鹤
- 关键词：拉曼光谱血糖
- 基于拉曼光谱和改进极限学习机的葡萄糖浓度检测
- 2020年
- 拉曼光谱技术由于其快速、简单且无损等优势,广泛地应用于组分的定量分析。目前常用的定量回归方法包括偏最小二乘、人工神经网络、支持向量机等,为寻求新方法,本文对41组葡萄糖样本的拉曼光谱数据研究,以极限学习机为定量回归基础,结合遗传算法、粒子群算法、人工蜂群算法等优化算法,比较分析后提出一种新型自适应差分进化的人工蜂群算法应用于极限学习机,该模型对差分进化的变异率和交叉率做了调整,能够降低极限学习机容易陷入局部最优和差分进化对参数依赖性大的问题,优化后模型的评价指标较传统极限学习机和基于其它优化算法都有显著提升。实验表明,基于自适应差分进化人工蜂群算法的极限学习机提高了预测精确度和模型稳健性。
- 邢凌宇王巧云杨磊尹翔宇
- 关键词：人工蜂群算法拉曼光谱极限学习机
- 共振光声光谱系统中椭球形光声池的理论分析被引量：5
- 2020年
- 实时在线气体检测在石油化工、现代工业、环境、医学诊断、智能电网中变压器在线监测等领域具有非常重要的意义。光声光谱气体检测技术是一种基于光声效应的气体检测技术,由于其具有检测灵敏度高、选择性强、分辨率高、检测范围宽、可实时在线监测等优点,已被广泛用于痕量气体检测。在光声光谱系统中,光声池是最重要的组成部分,其性能的好坏对于系统检测灵敏度和分辨率有着直接的影响。近些年来,光声光谱气体检测系统主要采用标准圆柱形共振光声池,系统的检测灵敏度和分辨率主要由微音器决定。为了进一步提高光声光谱法对于痕量气体检测的灵敏度和分辨率,对光声池进行深入研究分析,提出一种高灵敏度的椭球形共振光声池。结合气体热动力学和声学理论,利用COMSOL软件中的热声学模块分别对椭球形光声池和传统的圆柱形光声池进行了有限元方法分析,建立了其声学特征模型,并且对光声池的共振频率,光声池谐振腔内的声压分布情况以及声压级大小等声学特性进行了仿真研究。模拟了椭球形光声池的共振频率和声压信号大小与光声池谐振腔长度和中心半径之间的关系,从而优化了光声池的尺寸结构,选取了长度为100 mm,中心半径为5 mm的椭球形光声池最优结构,与相同外部尺寸下的传统圆柱形光声池进行了对比分析。结果表明,椭球形光声池的共振频率为1340 Hz,处于共振状态时产生的声压信号达到了5.01×10^-5 Pa,声压级为11 dB,品质因数为70;圆柱形光声池共振频率为1650 Hz,共振状态下产生的声压信号大小为5.7×10^-6Pa,声压级为-13.9 dB,品质因数为66。对比可知,椭球形光声池的共振频率明显小于圆柱形光声池,且最大声压信号是同尺寸圆柱形共振光声池的8.78倍,声压级提高了24.9 dB。由此可知,设计的椭球形共振光声池体积小,声压信号大
- 王巧云尹翔宇杨磊邢凌宇
- 关键词：光声光谱
- 基于FFT-COSS的光纤F-P传感器解调算法
- 2022年
- 针对光纤Fabry-Perot(F-P)传感器的解调,提出一种基于快速傅里叶变换与余弦相似度(FFT-COSS)的腔长解调算法.首先利用快速傅里叶变换确定腔长的粗测值,然后结合余弦相似度算法求取精确腔长值,作为F-P腔的最终解调结果.仿真结果表明,FFT-COSS算法将解调误差控制在±0.2 nm,单次解调的平均时间控制在1 s.将该算法应用于石墨烯与聚甲基丙烯酸甲酯(PMMA)混合膜制作的薄膜式F-P传感器微压测试系统.实验结果表明,FFT-COSS算法的拟合度达到0.990 8,腔长分辨率优于0.621 8 nm,单次解调的平均时间控制在1 s,与仿真结果相符.
- 付亚平闻妲王巧云
- 关键词：余弦相似度
- 基于拉曼光谱和多空间融合预处理方法的葡萄糖成分检测
- 2018年
- 采用多空间融合的预处理方法结合偏最小二乘回归,对低浓度葡萄糖样品的拉曼光谱进行定量分析。通过傅里叶变换拉曼光谱仪获得低浓度葡萄糖样品的光谱数据,结合多空间融合预处理方法和采用传统的偏最小二乘方法建立建立线性定量回归分析模型。用相关系数r、预测均方根误差RMSEP、交叉验证均方根误差RMSECV等参数作为评价模型的指标,实验表明,不同的光谱预处理方法对建模效果有较强的的影响,通过比较可知将基线校正、正交信号校正及Savitsky-Golay平滑三种预处理结合后的,模型的r=0.979 8,RMSEP=0.031 7,RMSECV=0.031 0,明显优于其他预处理方式。由此说明,通过多空间融合的预处理方法对光谱数据进行优化的操作是可行的,较好的预处理融合方式对实验模型准确性和稳健性影响很大。
- 邢凌宇王巧云尹翔宇
- 关键词：拉曼光谱预处理
- 基于样本选择与PSO-ANN的葡萄酒酒精浓度预测被引量：4
- 2018年
- 为了提高拉曼光谱定量分析模型的准确性以及稳健性,提出了一种新的样本选择算法——KM法.实验中以40组葡萄酒光谱为分析对象,将KM法与传统的RS,KS,SPXY样本选择算法相比较.实验结果表明:KM法获得的|RMSEP-RMSEC|要优于其他三种方法,剩余预测偏差(RPD)存在显著性差异,说明KM法具有很好的预测准确度.同时,针对BP神经网络易陷入局部极值的问题,将粒子群优化算法用于优化人工神经网络的参数(PSO-ANN),通过与遗传算法、人工鱼群算法及混合蛙跳算法比较,发现PSO-ANN较之于其他三种方法,能够提高BP神经网络泛化性能,具有收敛速度快、稳健性强及预测精度高等优势.
- 王巧云郑念祖
- 关键词：群体智能算法拉曼光谱葡萄酒粒子群优化
- 基于导数光谱融合建模的红外光谱定量分析方法被引量：10
- 2016年
- 设计了基于奇摄动技术的导数光谱估计器并提出基于不同阶次导数光谱空间的融合建模定量分析方法。方法充分利用导数光谱信息空间、区间最小二乘法和融合建模的优点,挖掘光谱深层次信息进行融合建模。分别利用麦汁浓度范围4.23~18.76°P（柏拉图度）的啤酒红外光谱公共数据集和配制的浓度为0.04%~5%范围的葡萄糖溶液实测光谱数据集进行定量分析方法的对比实验。实验结果表明,融合建模定量分析方法能获得最小的预测均方根误差（RMSEP）,其值分别为0.121和0.087,能够准确地进行定量分析。与其它建模方法相比较,基于导数光谱的融合建模方法所建立的预测模型具有明显优越的性能。
- 李志刚彭思龙杨妮王巧云吕江涛呼晓飞
- 关键词：导数光谱
- 自适应人工蜂群优化极限学习机在拉曼光谱血液定量分析中的应用
- 2023年
- 提出了一种基于自适应差分进化人工蜂群优化极限学习机预测血液各组分浓度的方法。首先应用人工蜂群算法对输入权值和隐含层阈值迭代寻优;其次结合差分进化进一步提高模型精度且避免后期易陷入局部最优等问题;由于差分进化算法交叉率和变异率存在凭经验给定的不确定性,最后引入了自适应调整的思想提出自适应差分进化人工蜂群算法优化极限学习机算法的模型,将其应用于血液成分定量分析中。实验表明,自适应差分进化人工蜂群算法优化的极限学习机模型具有较高的预测精度,模型具有较强的稳健性。
- 骈斐斐王巧云王铭萱张楚单鹏单鹏
- 关键词：计量学血液检测拉曼光谱极限学习机人工蜂群算法
- 混合整体趋势扩散的虚拟样本构建及其血液光谱分析应用被引量：5
- 2019年
- 准确的预测模型在光谱定量分析中起着非常重要的作用。针对小样本集空间信息匮乏、信息分布不均衡所造成的模型预测误差偏大的问题,基于传统多分布整体趋势扩散(MD-MTD)方法提出混合整体趋势扩散技术(Hybrid-MTD)构建虚拟样本空间,进一步扩充训练样本集,改善样本集空间的信息分布,从而显著降低模型的预测误差。分别利用全血样本的总胆固醇和甘油三酯光谱数据集进行对比实验验证。实验结果表明,基于添加虚拟样本后重构的数据集建立的偏最小二乘预测模型能够获得更低的平均预测均方差(MRmesp)。总胆固醇和甘油三酯的MRmesp分别为0. 41和0. 45 mmol/L。对比MD-MTD方法,误差分别降低了46. 7%和22. 4%。可见,所提出的Hybrid-MTD方法能够构建数量适宜的高质量的虚拟样本。填充后的样本集所对应的预测模型显著降低了预测误差,与现有的MTD方法相比具有更加优越的预测性能。混合整体趋势扩散技术在在血液光谱分析的应用有效提升了评估生理指标的质量,加快心血管疾病的筛查速度并降低其风险。
- 高克铉李志刚徐长明王巧云李博
- 关键词：偏最小二乘
