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

来源 :光谱学与光谱分析 | 被引量 : 0次 | 上传用户:peterstone138
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
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
其他文献
光谱相似性测度是高光谱遥感影像定量化分析和精细地物直接识别的基础,光谱特征的选择和刻画方式是光谱相似性测度的关键。研究表明,利用光谱的单一特征无法全面反应地物光谱
信息技术给数学课堂教学带来的巨大变化已经深入到了教学的每一个环节,但切不可用得过多、过滥,否则全部由计算机来完成所有教学任务,教学切换速度太快,师生之间缺少交流互动
近年来,随着分子生物学和生物信息学的进步,人肠道病毒基因序列分析应用广泛,基因测序自动化发展迅速,促进了人肠道病毒分型方法和鉴定技术的发展。鉴于新型人肠道病毒不断被报道
选用氨基酸含量差异较大的多年份、多品种、多地点种植的445份棉花种子为材料,分别对其进行近红外光谱扫描。用一阶导数的数学处理(1,4,4,1)、标准正态变换和去趋势(SNV+D)最佳组合的
利用共有峰率和变异峰率双指标序列分析法,采用平均值、平滑和一次微分处理方法校准和排除干扰,提高光谱的分辨率,考察三种极性溶剂提取的滇龙胆样品中各波段稳定性和重现性
传统的教学模式阻碍了英语教学的发展,为了改变现状,我们必须引进适合学生的新的教学模式,全面提高并开展英语教学中的合作学习教学模式。