利用近红外光谱法实现非侵入式血糖监测.pdf

针对近红外光谱灰分预测模型中样本数据特有的问题,首先采用主成分分析方法剔除建模样本集中的异常样本,并提取出煤炭光谱的特征信息;然后提出一种集成自组织映射神经网络和模糊C均值聚类算法的双层聚类方法,将样

针对传统煤质分析方法检测成本高、工作效率低、后续处理复杂等问题,介绍了国内外近红外光谱技术在煤质分析方面的研究现状,并对近红外光谱技术应用于煤质分析的发展趋势进行展望。近红外光谱技术可准确、快速检测煤

针对煤炭原始近红外光谱数据中存在噪声的问题,提出了基于De-SNV与小波阈值去噪组合的煤炭近红外光谱数据预处理方法。采用缺省软阈值法进一步对经过Savitzky-Golay平滑和De-SNV处理的光谱

基于DSP的近红外光谱分析仪设计、电子技术,开发板制作交流

Modern Near Infrared Spectroscopy (Second Edition)

针对建立近红外光谱煤质定量分析模型时训练集中的异常样品严重影响模型预测精度的问题,提出一种二次诊断法剔除异常样品:利用模糊C均值聚类法对样品进行聚类,得到可疑样品;将可疑样品作为验证集,通过PCA-G

水分含量多少是煤质好坏的重要指标,在研究煤的基础理论及煤加工中具有特殊意义。本实验采用多元散射矫正(MSC)、平滑处理、微分处理等预处理方法,结合主成分回归法及偏最小二乘法分析了预处理方法对煤粉全水分

为了检测不同煤粒度的煤质内部成分,针对传统方法检测速度慢、效率低等问题,提出一种基于近红外漫反射光谱的煤质定量分析方法。结合不同光谱预处理方法建立1、3和5 mm粒度等级下的煤质全水分近红外偏最小二乘

为快速检测煤中硫含量,采集了120个煤样的近红外光谱并对其进行理化分析,采用主成分回归(PCR)和偏最小二乘回归(PLSR)分别结合不同光谱预处理方法建立煤中硫含量的定量模型,并研究了不同建模波段40

快速准确地鉴别名优茶的真伪是当前茶叶行业亟待解决的一项重大课题。针对这一现状,提出了一种快速准确鉴别名优茶真伪的新思路。试验中,以碧螺春茶为研究对象,利用近红外光谱分析技术结合支持向量机(SVM)模式