基于VIP处理的O-PLS算法的无创血糖基础研究

为了解决目前无创血糖检测模型的精度不高,预测效果不好的问题,以葡萄糖水溶液为样本,利用近红外光谱透射法测量不同浓度葡萄糖的吸光度。采用偏最小二乘法（PLS)对葡萄糖溶液的光谱和浓度进行建模和预测,通过正交信号校正法（OSC)消除葡萄糖溶液光谱和浓度的主成分中的正交成分,同时,采用了变量投影重要性指标（VIP）筛选出对葡萄糖溶液浓度解释能力强的波长变量。数据结果表明,经过处理后模型验证集的实际值和预测值的相关系数可以达到9977%,预测均方根误差（RMSEP)为00048,通过OSC和VIP可以有效提高PLS模型的准确度和预测能力。     

近红外光谱结合反向区间偏最小二乘法检测药用辅料糊精

利用近红外光谱结合化学计量学方法快速检测了药用辅料糊精含量。首先,用近红外光谱仪采集主药与糊精共存样本的近红外光谱数据;然后,采用反向区间偏最小二乘法(Backward Interval Partial Least Squares,Bi PLS)优选光谱特征区间;最后,采用偏最小二乘法(PLS)对优选出来的区间建立药用辅料糊精近红外光谱模型。采用Bi PLS将全光谱均匀划分35个子区间,选择16个子区间[1,7,10,12,18,20,21,23~25,28~33]时,建立的模型预测效果最佳,其交叉验证均方根误差和预测均方根误差分别为1.501和2.437,校正集和验证集相关系数分别为0.9968和0.9958。因此,利用近红外光谱技术快速检测药用辅料糊精含量是可行的。     

饲料蛋白固态发酵过程参数的FT-NIR快速检测

为实现对整个固态发酵过程状态信息变量的在线监测,研究提出基于近红外光谱分析技术的饲料蛋白固态发酵过程参数快速检测新方法。利用近红外光谱采集装置获取固态发酵物样本的近红外光谱,引入不同的光谱预处理方法校正原始近红外光谱数据,采用PLS建立固态发酵过程参数pH和湿度的定量分析模型。在模型校正过程中,通过交互验证法优选光谱预处理方法和建模所需的主因子数。试验结果显示,pH和湿度的PLS模型在预测集中的相关系数R_p分别为0.9838和0.8707,RMSEP分别为0.0696和0.0152。研究结果表明,利用近红外光谱分析技术快速监测固态发酵过程参数是可行的。     

基于FT-NIR光谱技术在线监测乙醇发酵过程的标定建模

针对在线检测乙醇发酵过程中葡萄糖浓度、乙醇浓度和生物量问题，提出了一种基于FT-NIR光谱技术在线检测这些参数的光谱标定建模方法.采用偏稳健M回归（PRM）的方法消除了采集光谱异常值对于标定建模的影响，给出了一种网格搜索寻优方法确定最优因子数和权重系数，并从准确性、稳定性和分辨度三方面给出评价模型指标.结果表明， PRM方法建立的模型具有较好的预测效果.最后，通过对一个乙醇发酵过程的在线监测实验，验证了所提标定建模和在线监测方法的有效性.     

MIV方法在苹果糖度近红外分析中的应用

针对苹果糖度近红外光谱数据的特点,分析了基于BP神经网络和偏最小二乘PLS的苹果糖度定量预测模型建立方法:,将平均影响值方法:(mean impact value)引入到近红外波长选取的过程中来,并与联合区间偏最小二乘法结合,达到波长优选的目的:。首先,利用联合区间偏最小二乘算法,筛选出与苹果的糖度相关度较大的光谱波长数据,再利用PLS-BP方法:建立预测模型。在此模型基础上,使用平均影响值方法:,对参与建模的每个波长数据进行评价,选取影响值最大的一系列波长点,重新建立模型。模型变量数为124,校正均方根误差(RMSEC)为0.1740,验证均方根误差(RMSEP)为0.4565。结果:表明,校正均方根误差,利用平均影响值与联合区间偏最小二乘方法:结合,对光谱数据进行波长的筛选,可以降低模型复杂度,同时提高模型预测精度。     

基于后向区间选择偏最小二乘算法的软测量建模

偏最小二乘是在光谱多变量校正中广泛使用的一种算法,现已经发现高效的变量选择不仅能够提高模型的预测能力,也可大大降低模型的复杂度。为了建立具有鲁棒性和低复杂度的基于光谱的在线软测量模型,考虑到光谱变量之间高度相关这一事实,提出一种基于后向区间选择策略的偏最小二乘算法。该算法主要步骤是:先将光谱波长域细分为一定数量的等长子区间;再采用后向淘汰的策略,将各个子区间逐步淘汰,形成一个淘汰序列;最后,再反向选择一定数量的子区间建立最终的模型。通过一个实例以及与传统基于全谱的偏最小二乘算法比较,显示出了该算法的在建立软测量模型方面的优良性能。     

WinCC应用组态王XY曲线实现近红外在线分析

近红外光谱在线分析是一种最近广泛应用的过程分析技术。中药多成分近红外光谱在线分析需要作图控件在曲线显示方面具备多条光谱及其预测性质值的实时叠加显示、缩放、谱峰定位等功能,而广泛应用于在线监控的WinCC软件提供的作图控件不能满足需要。本文通过在WinCCV6.0软件中注册组态王超级XY曲线控件并应用VBSript语言编程实现,很好地解决了这一问题。将该技术应用于中药提取过程近红外光谱在线分析系统,使得操作员能够实时、直观地观察到近红外光谱及中药成分预测值的变化,有效保证生产工艺稳定。     

一种基于Java平台的近红外光谱实时分析系统设计与开发

针对某肥料生产企业产品质量评价方式耗时、低效等问题,构建基于Java平台的近红外光谱实时分析系统。结合实际生产需求与近红外光谱技术的原理,对系统整体架构进行设计,并通过需求分析、系统设计、关键技术实现等过程,开发出近红外光谱实时分析系统,进行产品成分预测。可实现光谱数据采集、计算分析和结果实时输出功能,用户界面简洁直观。通过硅胶的吸水性实验,验证了预测分析结果的准确可靠(产品成分预测值对真实值的决定系数为95.13),满足生产要求,具备较大应用前景和商业潜力。     

多元散射校正与Savitzky-Golay平滑模式的组合优选应用于土壤有机质的近红外光谱分析

采用近红外(NIR)漫反射光谱,建立土壤有机质的NIR光谱分析的偏最小二乘(PLS)模型,比较和选择多元散射校正(MSC)和Savitzky-Golay(SG)平滑用于改善NIR光谱分析的预测能力。把SG平滑模式由原来的117种扩充为483种,并构建了SG平滑模式与PLS因子数联合优选的化学计量学平台。对于单独(或联合)做MSC、SG平滑预处理以及未做光谱预处理的5种情形,分别建立土壤有机质NIR光谱分析的PLS模型。最优的情形是先后做SG平滑和MSC预处理,其中最优的SG平滑参数为5次多项式、3阶导数、21点平滑,对应的PLS因子数、预测均方根偏差(RMSEP)、预测相关系数(R_p)分别为5,0.246(%),0.883,大幅度优于未做光谱预处理的模型预测效果。从而表明,SG平滑和MSC的组合优选可以显著改善土壤有机质的NIR分析效果。所构建的化学计量学平台和方法框架是改善NIR分析能力的有效途径。     

基于神经网络的近红外光谱辛烷值模型的研究及应用

汽油管道调合的在线优化过程中,调合优化与控制系统对近红外光谱模型的依赖很大。光谱模型的精度及适应性直接影响整个在线调合系统。本文就如何建立适用于在线汽油调合的汽油辛烷值近红外光谱模型展开研究,提出一种采用主元分析(PCA)结合人工神经网络(ANN)的方法建立汽油近红外光谱辛烷值模型的方法;并与多元线性回归及偏最小二乘法建立的线性模型做比较。结果表明主元分析结合人工神经网络所建立的模型适应性较高、抗干扰能力强,适合汽油在线调合的现场应用。     

嵌入式工控终端机的云计算架构及服务平台

在工业智能化监控中,针对当今嵌入式工业控制器的计算资源有限,不易实现较为复杂的海量数据的计算任务（如专家系统等）的问题,文中根据云计算的思想,结合JavaWeb开发框架,设计实现了一种基于嵌入式工业控制终端机的Web云服务平台,对集群构建、SpringMVC与Hibernate整合云服务构建、数据算法加密等进行了研究。该服务平台能满足工业智能化监控中对计算能力扩展的要求。工业终端机可以产生大量动态数据或实时曲线,Web云服务平台通过自身高性能的计算能力对工业现场数据进行快速的预处理、算法实现、统计分析、数据回传、结果表达等,从而加快了工业终端机的实时操作任务。     

面向普适计算的服务构件动态部署问题及算法

有限的资源是嵌入式应用的一个局限性,因此越来越多的嵌入式设备联网,通过共享资源为用户提供灵活的服务以适应普适计算的要求.以构件化嵌入式操作系统Liquid为背景,研究普适计算环境下多个服务构件动态部署问题,合理分配利用资源,克服单个嵌入式设备的资源局限性.首先对部署问题进行描述,然后给出服务构件动态部署的基本算法和启发式算法,并对启发式算法优化,最后通过算法模拟及数据分析算法的性能.虽然在Liquid系统上进行模拟实现,但算法具有通用性,启发式算法的效率分析表明,它适合设备或者服务构件数目较多的普适计算环境,在部署服务构件的同时提高服务准入成功率和资源的利用率.     

嵌入式软件算法级能耗建模与分析

针对嵌入式软件算法级能耗的优化问题,建立算法级能耗估算模型。以旅行商问题(TSP)为例,采用神经网络算法、遗传算法等进行能耗求解,对求解过程中的算法执行次数、算法复杂度以及运行时间这3个特征值进行能耗分析,通过能耗估算模型计算出算法针对TSP问题的能耗估算值,并将该估算值与使用sim-panalyzer功耗仿真平台求解得到的能耗测试值进行比较,结果表明,能耗测试值与估算值的误差在10%左右,证明该能耗估算模型具有较高的准确性。     

机载软件无线电系统故障预测软件设计与实现

通过分析机载软件无线电系统的结构特性,为满足其高可靠性高灵活性等要求,设计并实现了针对机载软件无线电系统的故障预测软件平台.该软件平台在MFC框架基础上进行开发,集成了自回归预测模型(AR)、灰色预测模型(GM(1,1))等预测算法,并对预测算法关键参数进行优化,使得该软件能够根据不同预测对象,以及不同预测精度要求自动选择最佳预测算法进行故障预测.同时,可根据需要在线升级已有预测算法或动态加载新的预测模型,提出并实现了一种适用可靠的开放式故障预测系统.     

移动群智感知网络中信息量最大化的用户选择方法研究

移动群智感知网络已经成为一种新型的感知模式,被广泛应用在环境数据收集等多种不同场景.限制群智感知系统效能的一个关键问题在于:如何在一定预算范围内选取最合适的用户来进行感知任务,从而最大化收集到数据的信息量.这其中的关键挑战包括:(1)如何定义量化评价指标衡量数据的信息量,(2)如何在无先验知识的情况下有效地学习选择每个用户的成本,(3)如何设计有效的用户选择算法,最大程度地降低算法的累计遗憾.在本文中,我们采用高斯过程建模空间环境,并且提出一个基于互信息的信息量衡量指标.为了解决第二、第三个挑战,我们提出有预算限制的多臂老虎机用户选择问题模型,并为静态和动态场景分别设计了理论可证的低累计遗憾的多轮用户选择算法.我们的理论分析和仿真实验均证实我们提出的算法能够在预算限制情况下有效地选择最有信息量的用户,与基准方法相比提升约20%.     

OPC技术在中药生产过程近红外智能监控系统中的应用

为解决近红外分析仪与自动控制系统通信的难题,提出一种运用OPC技术实现近红外在线分析系统与现场自动化设备进行数据双向读写的通信方法。该方法参考OPC技术规范,采用面向对象的设计思想,结合适配器模式与桥接模式封装OPC自动化接口,采用异步通信方式实现OPC客户端与OPC服务器的无缝通信,并成功应用于中药生产过程,实现提取等关键生产过程的近红外在线分析与智能监控。     

供电企业基于三层分析模型的线损异常分析及处理研究

线损精益化管理一直都是国家电网公司一项重点工作,近几年线损数据获取技术日趋成熟,但是分析方法依旧匮乏,严重影响了高损治理的效果。为解决电网运行中高损治理不佳的问题,我们提出了用大数据分析方法来解决传统线损管理问题——供电企业基于三层分析模型的线损异常分析及处理研究。首先,搭建了一个由Hampel抗差算法、加权皮尔逊算法和随机森林算法三种不同算法构成的三层线损异常分析模型;通过该模型,可以结合不同用户用电量大小不一的特点,自上而下的分析大电量异常用户和小电量异常用户。然后将该模型嵌入公司已有的线损监控平台中,可以实现对全省线损数据的实时监测、有效挖掘、深度分析、精准定位和工单管控,形成基于三层分析模型的线损异常分析及处理新方法。该方法对分析处理10kV高损线路和0.4kV高损台区中效果显著。     

基于贝叶斯张量分解的改进QoS预测

随着Web服务相关标准和技术的日趋成熟,基于服务质量（QoS）的Web服务推荐对用户体验起着决定性作用。如何准确预测Qos值是当今的研究热点。以往基于近邻或模型的协同过滤算法,采用的是“用户-服务”二维信息,预测的QoS值是静态的且精准性不高。将时间信息维度引入张量模型,建立“用户-服务-时间”的三维张量可使QoS预测值更加符合用户需求特点,用贝叶斯方法求解张量分解,引入概率意义下对于系统的解释和分析,提供一套先验概率引入先验知识的贝叶斯推断框架,提高了QoS预测的精确度。实验表明,使用该算法的预测结果较其他算法相比较有更小的平均绝对误差,很好地解决了数据稀疏度问题。     

基于协同过滤的连续黑箱优化问题元启发算法选择

算法选择(AS)问题旨在为给定问题在算法集合中选择最佳算法.随着优化算法的不断提出,算法选择问题是优化领域亟待解决的问题.提出基于聚类的元启发算法五星评价体系,将算法性能指标映射至整数评价以减小评价空间.通过测试24种常见优化算法与4种最新CEC大赛优胜算法在219种、3000多个标准测试问题上的性能,得到评价矩阵.将评价矩阵作为训练数据,使用协同过滤(CF)算法建立算法评价的预测模型.使用该模型预测算法集内的所有算法在新问题上的评价,结果显示所提出方法预测精度较高,超过90%的预测最佳算法为最终可行算法.敏感性分析显示,该方法在先验信息有限的情况下仍可以保持较高的预测精度.     

求解QoS组播路由问题的改进遗传算法

遗传算法是一种非常适合求解QoS组播路由问题的全局优化算法。针对算法运行初期易陷入早熟现象,运行后期收敛速度慢的不足,进行了改进,采用初始群体均衡生成法和自适应变异操作可以很好地抑制早熟现象,引入排序对适应度进行拉伸,从而加快了算法的收敛速度。在嵌入式视频监控系统上进行仿真实验,结果表明改进后的遗传算法收敛速度快,性能好,可以满足系统资源有限和实时性的要求。