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 |