检索结果-内蒙古大学图书馆

中草药 2019年第22期50卷 5429-5438页

作者：王晴徐芳芳张欣徐冰李执栋杜慧张永超相继芬包乐伟王振中肖伟南京中医药大学江苏南京210000 江苏康缘药业股份有限公司江苏连云港222001 中药制药过程新技术国家重点实验室江苏连云港222001 中成药智能制造国家地方联合工程研究中心江苏连云港222001 北京中医药大学北京100029

目的采用在线近红外光谱(NIRS)技术,建立桂枝茯苓胶囊流化床干燥过程水分实时监测模型。方法通过NIRS漫反射探头采集16个生产批次共176个样本进行建模,优选移动窗口平滑法进行光谱预处理,采用间隔偏最小二乘法(siPLS)结合移动窗口偏最... 详细信息

目的采用在线近红外光谱(NIRS)技术,建立桂枝茯苓胶囊流化床干燥过程水分实时监测模型。方法通过NIRS漫反射探头采集16个生产批次共176个样本进行建模,优选移动窗口平滑法进行光谱预处理,采用间隔偏最小二乘法(siPLS)结合移动窗口偏最小二乘法(mwPLS)筛选特征变量为4759.45~5338.00 cm^−1、5503.84~6101.67 cm^−1、8512.25~8809.24 cm^−1,采用偏最小二乘(PLS)法建立水分含量多变量校正模型。结果水分预测的交叉验证均方根误差(RMSECV)为0.243%,性能偏差比(RPD)值为13.384,预测相对偏差(RSEP)为0.270%。以8个生产批次对在线监控方法的可靠性进行持续验证,结果40个样本的相对预测误差均小于4.7%。干燥过程水分实时监测趋势图显示可准确判断干燥终点,终点样本水分含量位于控制限内。结论在线NIRS结合PLS建立的定量模型,可应用于生产规模桂枝茯苓胶囊流化床干燥过程水分含量在线监控且预测性能稳健、准确。

关键词：桂枝茯苓胶囊流化床干燥在线近红外光谱技术过程分析技术实时监测间隔偏最小二乘法移动窗口偏最小二乘法水分多变量校正模型交叉验证均方根误差性能偏差比预测相对偏差

来源：评论

学校读者我要写书评

暂无评论

核偏最小二乘特征提取在混合气体FTIR光谱定量分析中的应用

引用

红外与毫米波学报 2009年第2期28卷 115-118页

作者：郝惠敏乔聪明汤晓君刘君华西安交通大学电力设备电气绝缘国家重点实验室陕西西安710049 太原钢铁公司自动化公司山西太原030003

为进一步提高FTIR光谱法实现特征吸收光谱严重重叠的甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷以及正戊烷七组分混合气体定量分析的精度和速度,提出一种核偏最小二乘(Kernel Partial Least Square,KPLS)特征提取耦合支持向量回归机(Sup... 详细信息

为进一步提高FTIR光谱法实现特征吸收光谱严重重叠的甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷以及正戊烷七组分混合气体定量分析的精度和速度,提出一种核偏最小二乘(Kernel Partial Least Square,KPLS)特征提取耦合支持向量回归机(Support Vector Regression Machine,SVR)的红外光谱定量分析新方法.首先采用KPLS方法对上述七组分混合气体的FTIR光谱进行特征提取,然后将特征提取得到的特征组分作为SVR的输入建立混合气体的定量分析模型.对标准混合气体进行定量分析的结果显示:KPLS-SVR模型的预测精度高于未进行特征提取SVR模型预测的精度,同时预测时间也减少了一半.研究表明,KPLS法可以很好地提取隐含在混合气体FTIR光谱数据与其组分浓度之间的非线性特征并有效地消除光谱数据噪声,大幅度降低数据维数,与SVR耦合可以提高红外光谱分析的精度和速度,是一种有效的红外光谱定量分析方法.

关键词：核偏最小二乘支持向量回归机特征提取多变量校正模型红外傅里叶变换(FTIR)

来源：评论

学校读者我要写书评

暂无评论

多组分烷烃混合气体FTIR光谱定量分析新方法

引用

分析测试学报 2009年第10期28卷 1189-1193页

作者：金萍太原大学机电系山西太原030009

提出一种核偏最小二乘(KPLS)特征提取耦合支持向量回归机(SVR)的新方法,用于实现气测录井中傅立叶变换红外(FTIR)光谱法对甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷以及正戊烷7种组分混合气体的定量分析。采用KPLS方法对光谱数据进行... 详细信息

提出一种核偏最小二乘(KPLS)特征提取耦合支持向量回归机(SVR)的新方法,用于实现气测录井中傅立叶变换红外(FTIR)光谱法对甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷以及正戊烷7种组分混合气体的定量分析。采用KPLS方法对光谱数据进行特征提取,将得到的特征组分作为SVR的输入建立7组分气体的定量分析模型。对相同混合气体进行定量分析,结果显示,采用KPLS特征提取后,SVR模型对7种组分气体的预测均方根误差(RMSEP)分别为0.116、0.079、0.104、0.092、0.108、0.029和0.016,均小于线性偏最小二乘法(LPLS)、LPLS-SVR、KPLSR以及SVR模型的RMSEP。结果表明,KPLS-SVR法可以更好地提取隐含在混合气体FTIR光谱数据与其组分浓度之间的非线性特征,并有效地消除光谱数据噪声,大幅度降低数据维数,是一种有效的气测录井烷烃混合气体定量分析方法。

关键词：核偏最小二乘支持向量回归机特征提取多变量校正模型 FTIR 定量分析

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：