-
公开(公告)号：CN109508440B
公开(公告)日：2023-01-03
申请号：CN201811440596.1
申请日：2018-11-28
Applicant: 武汉轻工大学
Abstract: 本发明公开了一种光谱分析模型的构建方法、装置、设备及存储介质，所述方法包括：获取历史光谱的样本数据；提取所述样本数据中的样本信息以及特征信息，将所述样本信息和特征信息组成样本矩阵；根据所述样本矩阵建立预设原始模型，其中，所述预设原始模型包括若干未知预设参数；根据所述样本矩阵按照预设规则对所述预设原始模型进行训练，得到所述未知预设参数的已知值；将所述已知值代入所述预设原始模型中生成目标光谱分析模型。本发明将噪声样本预先加入训练模型中进行训练，从而提高建模的精度。
-
公开(公告)号：CN109253981A
公开(公告)日：2019-01-22
申请号：CN201811342599.1
申请日：2018-11-12
Applicant: 武汉轻工大学
IPC: G01N21/35
Abstract: 本发明公开了一种基于红外光谱的定量分析模型建立方法及装置，本发明通过获取多个训练样品的训练红外光谱矩阵及训练响应矩阵；基于预设限制条件及拉格朗日乘子法建立非负偏最小二乘回归模型；将所述红外光谱矩阵及响应矩阵代入所述非负偏最小二乘回归模型中，获得投影向量；根据所述投影向量及所述红外光谱矩阵建立预测函数，将所述预测函数作为定量分析模型，所述定量分析模型在建模过程中投影向量的元素是非负的，相对于现有模型来说其物理意义更加明确，而且提高了物质定量分析的精度，能得到更准确的定量分析结果。
-
Patent Agency Ranking
公开(公告)号：CN109492707A
公开(公告)日：2019-03-19
申请号：CN201811440483.1
申请日：2018-11-28
Applicant: 武汉轻工大学
Abstract: 本发明公开了一种光谱分析模型的构建方法、装置、设备及存储介质，所述方法包括：获取历史光谱的样本数据中的样本信息以及特征信息中提取第一数据集参考参数和第二数据集参考参数；获取预设轴向量信息，根据所述预设轴向量信息、第一数据集参考参数以及第二数据集参考参数建立预设原始模型；根据拉格朗日算法对所述预设原始模型中的各个参数进行计算，得到对应的主成分信息；根据所述主成分信息建立预设回归模型，并进行计算，得到目标光谱分析模型。本发明通过预设模型获取样本数据中的主成分数据，通过主成分数据对所述预设回归模型进行计算，得到目标光谱分析模型，从而降低噪声和异常样本对模型的影响，达到提高模型精度的目的。
-
公开(公告)号：CN110826620A
公开(公告)日：2020-02-21
申请号：CN201911061884.0
申请日：2019-11-01
Applicant: 武汉轻工大学
Abstract: 本发明提供了一种高维数据聚类方法，包括：S10获取高维数据X；S20根据获取的高维数据X建立关于系数矩阵Z的目标函数：S30根据目标函数对系数矩阵Z进行求解；S40根据求解得到的系数矩阵Z构造相似度矩阵A：S50根据相似度矩阵A对高维数据X进行聚类。该高维数据聚类方法将矩阵块对角约束引入到聚类模型中实现聚类，相比于其他聚类方法聚类精度高。
-
公开(公告)号：CN109253981B
公开(公告)日：2021-04-27
申请号：CN201811342599.1
申请日：2018-11-12
Applicant: 武汉轻工大学
IPC: G01N21/35
Abstract: 本发明公开了一种基于红外光谱的定量分析模型建立方法及装置，本发明通过获取多个训练样品的训练红外光谱矩阵及训练响应矩阵；基于预设限制条件及拉格朗日乘子法建立非负偏最小二乘回归模型；将所述红外光谱矩阵及响应矩阵代入所述非负偏最小二乘回归模型中，获得投影向量；根据所述投影向量及所述红外光谱矩阵建立预测函数，将所述预测函数作为定量分析模型，所述定量分析模型在建模过程中投影向量的元素是非负的，相对于现有模型来说其物理意义更加明确，而且提高了物质定量分析的精度，能得到更准确的定量分析结果。
-
公开(公告)号：CN109492707B
公开(公告)日：2020-10-23
申请号：CN201811440483.1
申请日：2018-11-28
Applicant: 武汉轻工大学
Abstract: 本发明公开了一种光谱分析模型的构建方法、装置、设备及存储介质，所述方法包括：获取历史光谱的样本数据中的样本信息以及特征信息中提取第一数据集参考参数和第二数据集参考参数；获取预设轴向量信息，根据所述预设轴向量信息、第一数据集参考参数以及第二数据集参考参数建立预设原始模型；根据拉格朗日算法对所述预设原始模型中的各个参数进行计算，得到对应的主成分信息；根据所述主成分信息建立预设回归模型，并进行计算，得到目标光谱分析模型。本发明通过预设模型获取样本数据中的主成分数据，通过主成分数据对所述预设回归模型进行计算，得到目标光谱分析模型，从而降低噪声和异常样本对模型的影响，达到提高模型精度的目的。
-
公开(公告)号：CN109508440A
公开(公告)日：2019-03-22
申请号：CN201811440596.1
申请日：2018-11-28
Applicant: 武汉轻工大学
Abstract: 本发明公开了一种光谱分析模型的构建方法、装置、设备及存储介质，所述方法包括：获取历史光谱的样本数据；提取所述样本数据中的样本信息以及特征信息，将所述样本信息和特征信息组成样本矩阵；根据所述样本矩阵建立预设原始模型，其中，所述预设原始模型包括若干未知预设参数；根据所述样本矩阵按照预设规则对所述预设原始模型进行训练，得到所述未知预设参数的已知值；将所述已知值代入所述预设原始模型中生成目标光谱分析模型。本发明将噪声样本预先加入训练模型中进行训练，从而提高建模的精度。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
