基于SVM与NIR的花椒挥发油快速检测方法

应用近红外光谱分析(NIR)技术结合支持向量机(SVM)测定花椒挥发油的含量.以105份样品作为校正集,分别选取epsilon-SVR、nu-SVR两种SVM类型,并采用Linear、Poly、RBF与Sigmoid四种不同核函数进行SVM 回归建模,以所建立的校正模型对36份样品的挥发油含量进行预测.结果表明:当SVM类型为epsilon-SVR,核函数为Sigmoid,惩罚参数取109,γ取1×10-6时,所建立的花椒挥发油SVM-NIR模型预测效果最好:R236=0.931 7,RMSEP36=0.426 8.同时对基于SVM-NIR、PLS-NIR、PCA-BP-NIR和PCA-RBF-NIR的花椒挥发油模型的预测性能进行比较分析,表明SVM-NIR模型具有较强的预测能力(或泛化能力),优于其余3种模型.     

杂交稻种品系与真伪的可见-近红外光谱鉴别

提出了一种基于可见-近红外光谱技术快速、无损鉴别杂交稻种品系与真伪的新方法。采集了5种稻种的光谱数据,各获取32个样本,随机分成训练集(125份)和检验集(35份)。光谱经S.Golay平滑和标准归一化(SNV)处理后,以主成分分析法(PCA)降维。将降维所得的前9个主成分作为新变量。分别用模糊模式识别、BP-神经网络、Fisher多类线性判别以及Bayes多类逐步判别四种方法进行分析。对35个未知样的预测结果说明可见-近红外技术进行杂交稻种品系与真伪的快速、无损鉴别是可行的,且PCA结合Bayes多类逐步判别是一种优选方法。     

基于可见/近红外反射光谱的稻米品种与真伪鉴别

利用可见/近红外光谱技术对市场上5种稻米进行了鉴别.以ASD FieldSpec3地物光谱仪采集了5种稻米的光谱数据,各获取35个样本,随机分成训练集(150份)和检验集(25份),并分别采取全波段与特征波段(400~500nm、910~1400nm与1940~2300nm)两种方法建立模型进行分析.光谱经S.Golay平滑和标准归一化(SNV)处理后,以主成分分析法(PCA)降维.将降维所得的前9个主成分数据作为BP人工神经网络(BP-ANN)的输入变量,稻米品种作为输出变量,建立3层BP-ANN鉴别模型.利用25个未知样对模型进行检验,结果表明两类模型预测准确率均高达100%,其中特征波段模型比全波段模型具有更高的预测精度,说明利用可见/近红外技术结合PCA-BP神经网络分析法进行稻米品种与真伪的快速、无损鉴别是可行的,且提取特征波段是优化模型的有效方法之一.     

基于SVM的烟叶光谱分级

文中将基于统计学理论的支持向量机SVM（Support Vector Machine）与红外光谱分析技术结合,以50个烟叶样本作为实验材料,对两类烟叶进行分级。为了获得更好的定性分析结果并且简化网络输入维数,首先利用小波压缩对复杂光谱数据进行预处理。然后通过SVM建立烟叶分级模型。实验中采用高斯径向基函数（RBF）为核函数,根据SVM的不同输入量调整核参数建立最佳SVM模型,实验表明：对训练样本的正确识别率为100%,测试样本正确识别率为93.10%。     

基于混合核的PSO-SVM的L形天线谐振频率建模

人工神经网络进行建模时通常需要准备大量的数据样本,同时,网络结构一般都比较复杂;而采用支持向量机（SVM）进行建模时,不同核函数有不同的效果,各有利弊,且选取SVM模型参数的理论支撑尚不完整。为了解决这些问题,文中提出了一种基于粒子群优化（PSO）算法的新的SVM混合核函数,这种混合核函数是将局部核函数中的柯西核函数和全局核函数中的多项式核函数进行线性组合,且组合系数和各个核函数中的参数采用PSO算法来优化选取。采用UCI数据库中的wine-red数据集对该混合核函数进行了验证,仿真结果表明,该混合核函数可以提高模型的学习能力和泛化能力。最后,将基于混合核函数的PSO SVM方法用于L形微带天线谐振频率建模,进一步证明了这种方法是可行的和有效的。     

用最小二乘支持向量机的可见-近红外光谱测定蜂花粉贮存时间

为了探索一种快速有效的蜂花粉新鲜程度检测方法,利用可见近红外光谱技术结合最小二乘支持向量机（LSSVM）对蜂花粉的贮存时间进行了检测.选择常温环境中贮存时间为4~50天（共计47天）的茶花蜂花粉作为研究对象,将全光谱数据作为输入变量建立了LSSVM模型.结果显示,该LSSVM模型预测效果较好,预测相关系数rp达到了0.996,预测标准误差（SEP）和预测均方根误差（RMSEP）的值分别为1.310和1.308,优于偏最小二乘法（PLS）和主成分回归（PCR）的预测结果,说明基于LSSVM的可见近红外光谱技术能够很好地对花粉贮存时间进行检测.同时对不同贮存时间段花粉的预测效果进行了比较,发现该LSSVM模型适用于对第11~50天范围的贮存时间进行检测.     

利用最小冗余最大相关和SVM的SAR图像海上溢油识别

近年溢油事故频发,海洋污染日益严重。利用合成孔径雷达（SAR）卫星可以有效跟踪由海上溢油事故导致的油膜扩展情况。利用最大冗余最小相关-支持向量机（mRMR_SVM）算法进行SAR图像溢油识别,为溢油事故决策支持提供重要前提。首先采用mRMR提取最优特征向量集,对输入值进行降维; 然后采用SVM算法解决油膜图像分类问题,同时选择径向基函数（RBF）为核函数;使用训练集训练该模型,调整模型参数;以测试集特征向量作为输入,利用训练好的模型进行溢油识别。实验结果表明,mRMR_SVM模型对SAR图像的油膜和类油膜识别有效,准确率为96.875%.     

近红外光谱和模式识别技术在西湖龙井与浙江龙井茶叶鉴别中的应用

为了鉴别西湖龙井和浙江龙井茶叶,采用近红外光谱分析技术结合化学计量学方法建立了识别模型。先对原始光谱进行标准正态变换（StandardNormalVariant,SNV）预处理,然后分别采用最小二乘判别分析（Partial Least Square Regressiondiscriminant Analysis,PLSDA）、最小二乘支持向量机（Least Square Support Vector Machine,LSSVM）和径向基人工神经网络（Radia lBasis Function Neural Network,RBFNN）三种模型对西湖龙井和浙江龙井茶叶进行预测。最小二乘支持向量机参数通过网格搜索和完全交叉验证得到优化。经优化后,惩罚系数（y）和核函数参数（б2。）分别为229．1和124．9;RBFNN最佳隐藏层神经元个数为27个。通过比较可知,LSSVM的预测性能最好,其校正集均方根误差（RMSECV）和相关系数（R。）分别为0和1,验证集均方根误差（RMSEP）和相关系数（R2）也分别为0和1,分辨正确率为100％。     

基于聚类的烟叶近红外光谱有效特征的筛选方法

提出利用聚类方法对光谱数据进行特征筛选。通过分析类内参数γ1和类间参数γ2对筛选结果的影响,选择较好的γ1和γ2进行有用光谱特征筛选。利用烤烟叶的近红外反射光谱（1500～2400 nm间隔2 nm）,选用SVM方法进行部位和颜色分组识别,训练样本的识别率为100%,测试样本的识别率分别是96.22%和92.79%。然后利用聚类方法对初始光谱进行特征筛选,选用相同的 SVM 方法及相同的学习样本和测试样本进行部位和颜色分组识别。在删减部分不相干光谱后,识别率分别提高到97.23%和95.52%;继续删除相关度不高的光谱,在识别率略有下降时,光谱特征数可减少到200个以下。结果表明：利用聚类方法进行特征筛选,不仅可提高识别率,且可大大减少光谱数据,因而极大地减少了数据采集时间,简化了分组模型,提高了系统的实时和快速处理能力。     

基于近红外光谱的舌诊疾病识别的研究

为了对中医舌诊的客观化研究,提出了应用近红外光谱分析技术快速无创的对健康人、冠心病、糖尿病和肝炎患者的不同人群的舌诊近红外光谱进行识别的新方法.首先对98个样本光谱数据进行归一化处理,用主成分分析(PCA)方法得出的累计贡献率达99.88%的前8个主成分作为广义回归神经网络(GRNN)的输入变量,建立了舌诊近红外光谱的识别模型.利用该模型分别选取了18个不同人群的近红外光谱数据共72个样本用于神经网络的训练,余下的26个用于预测,当光滑因子为5/8时预测的最大误差为0.17342,最小误差为0,获得了较理想的预测精度.实验结果表明用PCA和GRNN相结合的方法对舌诊近红外光谱与疾病之间建立了较好的关联,对加强中医舌诊的客观化起到了很好的促进作用,为疾病的诊断提供了一种新的方法.     

非同相口径场瞬态辐射的计算

利用电磁脉冲的口径瞬态辐射场计算公式,针对圆形口径的线性相移、平方律相移等非同相口径场情况,计算了辐射高斯脉冲时的能量方向图、半能量波瓣宽度、面积利用系数等参数.计算表明,对于圆形口径非同相口径场,最大辐射场的方向为口径面法线方向,同时能量方向图关于口径面法线方向对称;随着口径的增大,波瓣变窄,无副瓣;随着平方律相移的滞后参数的增加,波瓣变宽,主瓣不分裂.     

两种自适应杂波抑制技术的比较：AMTI及ADPCA技术性能的分析和比较

本文在讨论机载雷达地面杂波回波的基础上，分析了ＡＭＴＩ和ＡＤＰＣＡ系统的性能。对这两个系统从原理上，并利用计算机模拟结果及实验结果进行了比较。本文将有助于工程实现。     

近红外光谱技术在水果品质无损检测中应用的研究与现状

简单概述了我国水果产业的发展现状,着重阐述了国内外利用近红外光谱技术进行水果品质无损检测的最新研究进展,分析了当今研究中存在的问题,并对利用近红外光谱技术进行水果检测的前景进行了展望,提出了一些建议。     

水的光学特性对水下光学成像质量影响的分析

水的光学特性对光学成像质量有着重要的影响,水对光的吸收、散射作用可造成光在水介质传播中的衰减,本文就水的光学特性及其对水下光学成像质量的影响进行了分析,以为成像系统在水下的应用提供基础的理论依据。     

星载差分吸收光谱仪转动部件测试系统设计

基于星载差分吸收光谱仪转动部件控制需求,设计了星载光谱仪转动部件的测试系统。采用微动开关复位加定步的电机运动方式实现电机的精确定位。采用脉冲调制（PWM）的方式实现驱动电流的精细调节。并搭建平台对系统进行重复性测试,实验结果表明,测试系统具有较高的可靠性和稳定性,能够满足光谱仪的精确定位要求,使电机在工作寿命内按计划完成定标工作。     

电子技术基础实验课程混合式教学设计

近年来,在线学习掀起了一场席卷全球的教育革命,MOOC/SPOC、翻转课堂、混合式教学对高等教育带来了前所未有的冲击。电子技术基础实验课程地位特殊,传统教学方式已无法满足创新性人才培养的需要,文章从其教学特点出发,提出了“线上教学+自主实验+翻转课堂”的混合式教学模式,同时还阐述了与此密切相关的集约化线上教学资源平台、智能化翻转教学环境以及多元化过程性考核评价机制三个重要环节。经研究发现,学生的课堂主动参与度、自主学习能力、创新思维能力、动手实践能力以及教师的教学创造力得到全面提升。教学环境支持课堂互动和全周期教学行为数据采集,体现了教学过程的信息化、教学实施的精准化和教学评价的客观化,实现了信息技术与实验教学的深度融合。     

一种卷积码的VITERBI译码的实现

本文采用ＱＵＡＬＣＯＭ公司的Ｑ１６５０多码率ＶＩＴＥＲＢＩ译码器,设计了前向纠错编／译码器,对提高误码的纠错能力有一定参考价值。     

Sn-Zn-Ag系无铅钎料焊接性能研究

讨论了电子软钎料的钎焊性能及其影响因素，并采用铺张面积法对Sn-Zn-Ag系钎料钎焊性能进行评估。钎料的钎焊性能很大程度上取决于钎料对基板的润湿性能，而润湿性能与液态钎料在基板上的液、固、气三相界面的界面张力有关。对润湿角(θ)与铺展面积(S)之间的关系进行了探讨。     

“计算机组成原理”设计性实践教学模式研究

本文阐述了"计算机组成原理"设计性实验教学的重要性,对设计性实验教学的目的和基本特征进行了归纳,对"计算机组成原理"设计性实验教学的现状进行了调查,对存在的问题进行了较深入的分析;在此基础上.对组成原理设计性实验的教学模式进行了研究,对设计性实验的体系进行了初步设计,并对"计算机组成原理"设计性实验的实施方法进行了探讨.     

杂质吸收对光子晶体滤波器设计的影响

为了研究杂质的吸收对光子晶体滤波器设计的影响,引入复折射率并利用特征矩阵法,计算了滤波透射峰的峰值和半峰全宽。滤波透射峰的峰值随杂质的消光系数增加而迅速减小,滤波通道透射峰的半峰全宽随消光系数增加而增大,滤波透射峰的峰值和半峰全宽都随吸收杂质的光学厚度的增加而减小。结果表明,设计光子晶体滤波器时,必须考虑杂质吸收这一重要因素,应选择消光系数小于0.002的掺杂材料,并且杂质的光学厚度应设计在2(λ0/4)左右。