| 发明名称 | 动态演化模型校正方法及系统 | ||
| 摘要 | 本发明提供一种基于卡尔曼滤波BP神经网络近红外光谱动态演化模型校正方法及系统，其中的方法包括：利用K/S算法从标准样品中选择有代表性的建模样品；采用BPNN法对所述建模样品建立近红外光谱数据与浓度间的非线性关系，形成BPNN校正模型；定期对待测样品进行化验，获取所述待测样品的样品数据；利用所述BPNN校正模型对所述待测样品进行预测，获取所述待测样品的预测值；获取的所述待测样品的样品数据和所述待测样品的预测值通过采用KF算法修正所述BPNN校正模型的阈值和权值。利用本发明能够保证近红外光谱校正模型具有自适应性，降低重建模型成本，从而实现在线分析。 | ||
| 申请公布号 | CN105550457A | 申请公布日期 | 2016.05.04 |
| 申请号 | CN201510981003.2 | 申请日期 | 2015.12.23 |
| 申请人 | 重庆科技学院 | 发明人 | 梅青平;李太福;姚立忠;杨永龙;王先国;曹旭鹏;杨君玲 |
| 分类号 | G06F17/50(2006.01)I;G06N3/08(2006.01)I;G01N21/359(2014.01)I | 主分类号 | G06F17/50(2006.01)I |
| 代理机构 | 北京鸿元知识产权代理有限公司 11327 | 代理人 | 王玉芝;陈英俊 |
| 主权项 | 一种基于卡尔曼滤波BP神经网络近红外光谱动态演化模型校正方法，包括：利用K/S算法从标准样品中选择有代表性的建模样品；采用BPNN法对所述建模样品建立近红外光谱数据与浓度间的非线性关系，形成BPNN校正模型；定期对待测样品进行化验，获取所述待测样品的样品数据；同时，利用所述BPNN校正模型对所述待测样品进行预测，获取所述待测样品的预测值；获取的所述待测样品的样品数据和所述待测样品的预测值通过采用KF算法修正所述BPNN校正模型的阈值和权值。 | ||
| 地址 | 401331 重庆市沙坪坝区虎溪大学城 | ||