重金属含量的高光谱建模反演:考古土壤中的应用

基于反射高光谱快速、无损的检测优势,以不同历史时期考古土壤作为光谱信息来源,应用相关分析和多元变量统计方法,构建了历史时期土壤重金属含量的高光谱反演模型.结果表明,Cd、Cr、Cu、Ni和Pb含量与原始光谱在400～550nm和1000～2500nm存在显著相关,微分转换有助于提取土壤中重金属元素信息.一阶微分光谱的多...     

溶液中铬元素的激光诱导击穿光谱检测

采用激光诱导击穿光谱(LIBS)技术对含铬污水溶液中的重金属元素铬开展了探测实验。根据一系列含铬浓度不同的污水样品的LIBS实验结果,获得元素浓度和强度之间的关系曲线,即定标曲线。对CrⅡ(283.43nm)及CrⅠ(425.45nm)两处谱线进行了分析和比较。实验发现,283.43nm处原子辐射信号强度比425.45nm谱线强2倍;从定标曲线的线性相关度及信背比来看CrⅡ(283.43nm)谱线要优于CrⅠ(425.45nm)。计算二者检测限,质量浓度分别为80μg/mL(283.43nm)及170μg/mL(425.45nm)。实验采用CrⅡ(283.43nm)的定标曲线对含铬污水溶液进行了定量分析,测得该污水溶液的含铬质量浓度为333μg/mL,与采用原子吸收分光光度计所得到的检测结果(309μg/mL)符合较好。结果表明,在对铬元素进行LIBS检测时选用CrⅡ(283.43nm)谱线要优于CrⅠ(425.45nm)谱线。采用LIBS方法可实现对污水溶液中Cr元素的快速检测,具有很好的应用前景。     

酒精含量近红外光谱检测的最佳分析谱段

在近红外光谱酒精含量测量中,通常是通过分析酒精C-H键和O-H键的倍频或合频吸收峰来确定酒精度,基于样本归一化透射率光谱图提出酒精含量分析最佳谱段大约在1230nm～1450nm范围内,即O-H键一级倍频吸收峰与C-H键二级倍频吸收峰之间的波段。采用BP神经网络对58个具有不同酒精度的样本进行了建模分析,得到预测标准偏差为0.0136、相关系数0.9985、平均绝对误差0.0109,获得了较好的测量结果。     

基于省域尺度的农田土壤重金属高光谱预测

利用浙江省36个县市的643个农田耕层土样的可见-近红外反射率数据以及重金属与有机质含量数据,分析了Ni、Cu、As、Hg、Zn、Cr、Cd、Pb含量与有机质含量的相关性,对比了不同重金属元素与有机质敏感波段的位置,并建立了各重金属元素含量的偏最小二乘回归(PLSR)模型.研究结果表明,Ni、Cr与有机质的相关性最优,As最差,相关系数分别为0.54、0.59、0.20,各重金属元素与有机质的相关系数与它在前三个主成份载荷图中与有机质的距离成反比;不同的重金属元素与有机质高光谱敏感波段的重叠度、回归系数的正负一致性具有明显差异,与有机质相关性越高的元素,其重叠度也越高、正负一致性也越好;在所有8种重金属元素的PLSR预测模型中,Ni、Cr的建模与预测效果较好,RPD值分别为1.94、1.80,模型具有一般的定量预测能力,其余6种重金属元素预测模型的RPD值均在1.00和1.40之间,模型只具备区别高值和低值的预测能力.该研究结果为大尺度区域土壤重金属污染的高光谱遥感监测提供了一定的理论依据与参考.     

基于激光诱导击穿光谱定量分析苹果中铬含量

基于激光诱导击穿光谱技术对苹果中铬进行定量分析。采用1064 nm的调Q纳秒级Nd∶YAG激光器作为光源,用八通道光谱仪进行采集光谱。研究分析了光谱强度与延时时间的关系,并确定1.1μs为最佳延时时间。根据光谱定量分析基本公式,建立了苹果中Cr的定标曲线,线性相关系数R达到0.985,反演后得到的测量含量和实际含量的平均相对误差为10.15%。研究得出激光诱导击穿光谱技术用于检测苹果中铬含量的定标曲线。     

基于高光谱成像技术的土壤盐分含量检测

利用NIR高光谱仪(光谱范围900~1700nm)对土壤含 盐量进行了无损检测,对比分析不同含盐量土壤的水分变化情况、不同时间下土壤光谱曲线 的差异。结果表明,随着土壤中含盐量的增加,土壤中水分蒸发情况受到的影响程度不同, 从而使得不同含盐量土壤的反射率存在明显的规律;在此基础上,对比分析了不同预处理方 法,优选出原始光谱;利用多元线性回归(multiple linear regression,MLR)、主成分回归 (principal component regression,PCR)与偏最小二乘回归(partial least squares regre ssion,PLSR)方法对900700 nm范围的特征波长建立模型,对比分析不同建模效果,优选β系数提取的特征波长的P LSR模型,特征波长为936、1016136、 1151186273395425458535642 nm,最优模型的预测相关系数为0.949,预测均方根误差为2.914 g/kg。因此,今后可采用 不同波段对土壤含盐量进行定量分析,为今后表层土壤含盐量遥感预测奠定基础。     

高光谱成像结合BP网络无损检测李子的硬度

以“红”李子和“青”李子为研究对象,提出了基于高光谱成像技术结合误差反向传播(error Back Propagation,BP)网络无损检测李子硬度的方法。采用高光谱图像采集系统获取了李子样本的高光谱图像,并提取了感兴趣区域的平均光谱反射率;综合比较了不同光谱预处理方法(一阶导数(derivative)、标准正态变换(SNV)和多元散射校正(MSC))对BP网络模型检测效果的影响;并利用主成分分析方法对预处理后的光谱数据进行降维,以提取能反映李子硬度的特征光谱。研究结果表明:derivative预处理后的光谱具有较好的李子硬度校正能力(RC=0.939,RMSEC=0.153),而SNV预处理后的光谱具有较好的李子硬度预测能力(RP=0.723,RMSEP=0.580);采用主成分分析法选择了累计贡献率超过99.99 %的主成分作为样本集特征光谱数据,很好地实现了光谱数据的降维,提升了BP网络模型的运行效率。这表明高光谱成像技术结合BP网络可实现李子硬度的无损检测。     

高光谱图像光谱域噪声检测与去除的DSGF方法

高光谱遥感图像中不仅存在空间域噪声而且存在光谱域噪声.传统的图像滤波仅对图像空间域噪声进行处理,而不能去除光谱域噪声,为改进这种状况,提出了DSGF(Derivative based Savitzky-Golay F ilter)方法.首先,基于反射率光谱的二阶导数对反射率光谱各波段噪声大小进行判定,然后用不同大小平滑窗的Savitzky-Golay滤波器对反射率光谱作两步滤波.对高光谱图像进行的逐像元DSGF滤波,在去除光谱域中噪声的同时,保留了图像反射率光谱的大部分细微特征.     

激光诱导击穿光谱技术分析鸡肉中的重金属元素

为了使激光诱导击穿光谱(LIBS)技术更有效地应用于肉类食品品质安全检测领域,选择鸡肉样品进行了初步LIBS实验研究.通过分析软件并参照NIST原子光谱数据库鉴别了样品的LIBS谱线,并且得到了其特征谱线,运用统计学方法分析比较了鸡皮和鸡腿肉中Pb,Cd,Cu,Mn,Ni,Cr六种重金属元素与C元素强度比,得到了此六种元素相对含量的差别.从实验结果得知,鸡皮中Cd和Cu元素相对含量高于鸡腿肉;鸡腿肉中Ni、Mn、Pb和Cr元素的相对含量高于鸡皮,尤其是Ni元素相差最大.同时,实验结果也表明LIBS技术是一种快速而有效的检测和对比肉类食品中重金属元素含量的手段.     

基于人工神经网络下的图像识别的研究

主要利用人工神经网络的理论知识研究在图像识别中的应用为目的,研究图像识别中图像分割的技术,同时详细分析了多层前馈神经网络的描述及BP算法工作过程。介绍隐层的选择及隐层神经元数选择的一些经验方法。针对BP算法存在的问题,提出加可变动量因子的BP算法,通过对网络训练过程参数调整以及增加可变动量因子等方面进行优化改进,实验证明加快了训练速度,改善了BP网络的学习效果。     

基于BP神经网络的成本预测

分析了人工神经网络解决成本预测的可能性。介绍了BP神经网络用于非线性预测的基本原理和算法步骤。采用matlab试验方法,对某企业总产量与总成本进行仿真,对比了回归分析法和BP神经网络的预测结果。实验结果表明,BP神经网络预测算法具有较高的预测精度。     

基于神经网络的数据融合方法

作为一种新的方法体系,人工神经网络具有分布并行处理、非线性映射、自适应学习、较强的鲁棒性和容错等特性,这使得它在模式识别、控制优化、智能信息处理以及故障诊断等方面都有广泛的应用。本文对BP神经网络模设计、建立及训练进行了深入的讨论,研究了基于BP神经网络的数据融合的优缺点。     

基于BP神经网络的硬盘播出系统电平诊断的应用及其实现

研究了在MATLAB环境下,利用BP神经网络解决硬盘播出系统电平诊断中的分类问题。首先阐述了BP神经网络的一种故障诊断模型,其次分析了基于集合结构的电平诊断实现原理,最后研究了BP神经网络对电平诊断的求解方法。结论表明:利用在基于BP神经网络的MATLAB环境下解决电平诊断问题时仿真效果明显,有利于实际工程技术的应用。     

基于微波高光谱技术的数据仿真及参数反演研究

发展高光谱微波辐射计对于提升大气参数反演精度具有重要意义。利用微波辐射传输模型mpm93以及BP 神经网络方法分别构建正演上行辐射亮温和反演大气温度廓线的模型,并研究了晴空条件下高光谱微波辐射计反演大气温度廓线的精度。54～58 GHz、64～68 GHz 在氧气吸收波段选取80 个通道作为高光谱通道,基于2015 年5～12 月昆明的探空资料进行正、反演仿真实验。选取微波成像仪/ 探测仪(SSMIS)的9 个温度探测通道进行对比实验,评估分析反演效果。实验结果表明:在大气3～10 km 高度范围内,高光谱通道的反演精度较SSMIS 提高了0.3 ～0.6 K;在0～3 km 高度范围内,反演精度提高了1 K。     

BP神经网络的发展现状综述

讨论目前人工神经网络领域中BP神经网络的特点、改进算法以及在实际中的应用。主要包括模式识别及分类、故障智能诊断、图像处理、函数拟合、最优预测等方面的应用。最后对目前人工神经网络的存在问题和发展前景做了初步探讨。     

基于BP神经网络的城市交通流预测研究

交通流预测在城市交通管理和控制中起着十分重要的作用。在分析城市交通流复杂非线性特性的基础上引入BP神经网络模型,从人工智能的角度对交通流预测进行了研究,同时给出了一种基于BP神经网络模型的交通流预测方法,通过对预测数据与实测数据的比较分析,证实了该方法的有效性。     

基于GA-BP神经网络的茶叶蔗糖量检测模型研究

采用近红外光谱技术结合反向传播人工神经网络算法建立了茶叶中蔗糖含量的检测模型,并通过引入遗传算法改进了模型预测质量.预测模型采用120个茶叶掺蔗糖样品的傅里叶变换漫反射光谱数据建立.对另外42个样品的预测结果表明,基于传统的反向传播人工神经网络算法模型的相关系数为0.738 0,预测均方根误差为3.075 4,正确识别率为83.3％;增加遗传算法后相关系数提高到0.941 9,预测均方根误差为1.3176,正确率为88.1％,训练误差减小一个量级以上.实验结果表明,反向传播人工神经网络模型可用来检测茶叶中的蔗糖含量,同时,引入遗传算法优化了神经网络的初始权值和阈值,使预测误差更小.     

基于机器学习的深圳市坝光湿地园树种高光谱分类

高光谱遥感数据为树种的精细识别提供了可能。为探索高光谱数据在树种识别中的能力,本研究基于深圳市坝光古银叶树群落的8种主要树种叶片高光谱数据,比较了6种光谱预处理方式和2种分类方法对树种分类识别精度的影响,并基于随机森林算法对不同树种识别的特征波段进行了识别。研究结果表明,一阶导数预处理方法在分类识别中性能最好,平均分类精度为76.65%;随机森林回归方法较支持向量回归算法的性能好,模型平均分类识别精度为73.07%。从混淆矩阵可以看出,多毛茜草、银柴、阴香易错分为假萍婆,鸭脚木与银柴易错分,银叶树和细叶榕易错分。400 nm、495 nm、615～675 nm、835 nm、915～975 nm、1035～1065 nm、1085～1135 nm、1265～1275 nm、1425～1535 nm、2040 nm、2100～2270 nm、2430 nm附近的光谱数据与8个树种分类识别有密切关系。     

基于图像与数据双层融合的高光谱图像拼接

针对传统拼接技术对图像信息利用率不足的问题,提出一种基于图像与数据双层融合的高光谱图像拼接技术.对于图像层,采用尺度不变特征变换算法对图像进行特征提取,使用欧氏距离确定特征匹配范围,根据坐标转换关系对特征进行匹配,完成图像层的拼接;对于数据层,首先将数据拆分高、低位数据,然后采用加权和法计算数据的新值并对其进行拼接,最...