版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、紅外光譜法是分析化學(xué)領(lǐng)域的一種物質(zhì)成分分析方法,由于樣本采集方便快捷,已廣泛應(yīng)用于化學(xué)、食品科學(xué)等領(lǐng)域。白酒是一種復(fù)雜的液體混合物,基于紅外光譜對(duì)白酒進(jìn)行定量、定性分析,是白酒品質(zhì)鑒定、防偽與溯源的重要技術(shù)方法。
白酒紅外光譜分析法能夠快速鑒別白酒酒精度、香型等信息,達(dá)到實(shí)時(shí)檢測(cè)白酒品質(zhì)的目的。本文以不同品牌、系列白酒紅外光譜為研究對(duì)象,主要研究?jī)?nèi)容包括:
1.采用多尺度搜索算法選取原始光譜中的特征波數(shù),建立白酒樣本
2、特征數(shù)據(jù)庫(kù);
2.利用偏最小二乘回歸方法建立白酒酒精度回歸模型,對(duì)白酒酒精度進(jìn)行定量預(yù)測(cè);
3.利用支持向量機(jī)分類方法建立白酒香型、品牌的分類模型,對(duì)白酒進(jìn)行定性分類分析。
結(jié)果表明,基于多尺度搜索光譜特征波數(shù)選擇算法能夠較為準(zhǔn)確的提取出白酒紅外光譜信號(hào)中對(duì)白酒分析貢獻(xiàn)度較大的特征波數(shù),從而提升白酒光譜信號(hào)分析準(zhǔn)確率?;谥С窒蛄繖C(jī)算法對(duì)白酒進(jìn)行香型、品牌的分類,準(zhǔn)確率達(dá)到97%以上;另外,基于偏最小二乘回
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 近紅外光譜的特征提取及其分類應(yīng)用研究.pdf
- 近紅外光譜的信息特征提取.pdf
- 22626.煙葉近紅外光譜特征提取與相似性度量研究
- 紅外圖像目標(biāo)特征提取與分類算法研究.pdf
- 高光譜顯微圖像的特征提取與分類方法及其應(yīng)用研究.pdf
- 高光譜圖像特征提取與分類算法研究.pdf
- 淺析白酒行業(yè)中近紅外光譜技術(shù)的應(yīng)用
- 48441.近紅外光譜的小波域分析及特征提取方法的研究
- 紋理特征提取與分類研究.pdf
- 小波變換在光譜特征提取方面的應(yīng)用研究.pdf
- 高光譜遙感影像空譜特征提取與分類方法研究.pdf
- 紅外光指靜脈圖像采集及其特征提取技術(shù)的研究
- 信號(hào)特征提取方法與應(yīng)用研究.pdf
- 蘋果近紅外光譜的分類研究.pdf
- 特征提取方法及其應(yīng)用研究.pdf
- 紋理的特征提取與分類研究.pdf
- 花生種子品質(zhì)可見(jiàn)-近紅外光譜的特片提取與分類識(shí)別.pdf
- 蘋果圖像特征提取與分類算法的研究與應(yīng)用.pdf
- 紡織纖維顯微紅外光譜技術(shù)的應(yīng)用研究.pdf
- 運(yùn)用深度學(xué)習(xí)提取煙葉原料近紅外光譜特征算法的研究.pdf
評(píng)論
0/150
提交評(píng)論