APP下载

可拓神经网络模式识别对成品油的鉴别与测量

2016-07-12张立国陈至坤曹丽芳王玉田

光谱学与光谱分析 2016年9期
关键词:模式识别特征测量

张立国,陈至坤,王 丽,曹丽芳,严 冰,王玉田

1.燕山大学测试计量技术及仪器河北省重点实验室,河北 秦皇岛 066004 2.华北理工大学电气工程学院,河北 唐山 063009 3.河北省自动化研究所,河北 石家庄 050081

可拓神经网络模式识别对成品油的鉴别与测量

张立国1,3,陈至坤1, 2,王 丽1*,曹丽芳1,严 冰1,王玉田1

1.燕山大学测试计量技术及仪器河北省重点实验室,河北 秦皇岛 066004 2.华北理工大学电气工程学院,河北 唐山 063009 3.河北省自动化研究所,河北 石家庄 050081

燃油存在“消耗量大”、“相对低质”、“前端缺少清洁”、“末端排放缺乏控制”四大问题, 我国的空气污染60%以上来自煤和油的燃烧,雾霾问题很大程度上取决于能源问题。快速准确地实现汽油、柴油、煤油等成品油的鉴别与测量,对于实施空气污染监测及治理具有重要意义。在精确地表征成品油种类信息的基础上,为了提高网络模型的识别效率,采用主成分分析方法将高维空间进行降维处理。对最常用的三维荧光光谱基于激发-发射矩阵(excitation-emission matrix, EEM)数据进行主成分分析以提取更精细、更深层的特征参量。分类过程中应用交叉验证的方法避免发生“过拟合”现象。设计鉴别和测量双重处理的神经网络,将神经网络模式识别结果反馈到浓度网络的输入端,与相对斜率、综合本底参数、相对荧光强度一起测量相应种类的浓度输出,利用可拓神经网络模式识别技术实现成品油的鉴别与测量。应用可拓神经网络方法实现成品油种类模式识别的平均识别率达到0.99,浓度平均回收率为0.95。……

登录APP查看全文

猜你喜欢

模式识别特征测量
如何表达“特征”
不忠诚的四个特征
浅谈模式识别在图像识别中的应用
第四届亚洲模式识别会议
测量
第3届亚洲模式识别会议
线性代数的应用特征
电气设备的故障诊断与模式识别