-
公开(公告)号:CN117169159A
公开(公告)日:2023-12-05
申请号:CN202311137735.4
申请日:2023-09-05
Applicant: 燕山大学 , 河北燕大燕软信息系统有限公司
IPC: G01N21/3577 , G06V10/77 , G06V10/764 , G06N20/10
Abstract: 本发明公开一种海面乳化溢油检测方法、系统、设备及介质,涉及海面乳化溢油检测领域;该方法包括:获取待测乳化溢油样本的目标吸收光谱数据;采用主成分分析法对目标吸收光谱数据进行特征提取,得到目标特征数据;将目标特征数据输入至分类模型,得到分类识别结果;分类识别结果表征待测乳化溢油样本的种类;其中,分类模型是采用天鹰优化算法基于机器学习构建的支持向量机学习模型;本发明能够提高海面乳化溢油种类识别的快速性和准确性。
-
公开(公告)号:CN117388208A
公开(公告)日:2024-01-12
申请号:CN202311374716.3
申请日:2023-10-23
Applicant: 燕山大学
IPC: G01N21/3577 , G06V10/764 , G06V10/82 , G06N3/047 , G06N3/048 , G06N3/08 , G06N7/01
Abstract: 本发明公开一种针对不同乳化溢油中红外光谱的分类鉴别方法,属于光谱分析领域,首先,根据不同油种制备不同浓度的含油率乳化样本,使用红外光谱仪获取对应的中红外光谱;接着对获取的数据进行预处理,使用Savitzky‑Golay(SG)平滑滤波消除噪声干扰、多元散射校正减少散射所带来的偏差;之后使用连续投影算法对预处理数据进行特征提取,通过选择最相关的特征子集来降低数据的维度,在不降低模型精度的前提下减少冗余信息带来的时间损耗;最后使用概率神经网络对数据进行分类处理;实验结果表明,其分类准确率相较BP神经网络和径向基神经网络有明显的提升。
-