基于麻雀搜索算法结合深度前馈神经网络的近红外模型转移方法研究

该文提出了一种基于麻雀搜索算法结合深度前馈神经网络（SSA－DFN）的近红外光谱模型转移方法。使用深度前馈神经网络拟合不同仪器采集到的光谱之间的非线性函数映射,并将麻雀搜索算法用于网络各层连接权值和阈值的初始化,通过种群中个体位置的迭代更新,求得连接权值和阈值的最优初始值;通过多次调整深度前馈神经网络模型的超参数,使网络拟合效果趋于最优,最终确定转移函数。为验证方法的有效性,分别从烟叶近红外光谱谱图、主成分投影和预测结果的角度,将SSA－DFN方法与分段直接校正算法（PDS）、典型相关性分析算法（CCA）转移前后的效果进行了对比。结果表明SSA－DFN方法转移后的从机光谱与原主机光谱重合度最高,转移后主、从机总糖、烟碱含量的预测结果差异不显著,预测平均误差从8.32%、9.15%分别降至4.65%、4.82%,预测均方根误差（RMSEP）和决定系数（R2）等指标均优于PDS和CCA,取得了最佳的转移效果,可满足企业需求。结果表明该方法是一种有效的模型转移方法。     

GeCl分子激发态的势能曲线和辐射寿命的理论研究

采用考虑Davidson校正、标量相对论效应、芯-价电子关联和自旋-轨道耦合效应高精度的多参考组态相互作用方法计算了GeCl分子的最低解离极限Ge(3Pg)+Cl(2Pu)对应的12个Λ-S电子态的势能曲线. 基于计算得到的势能曲线, 求解一维核运动的Sch?rdinger方程得出束缚态的光谱常数, 这些光谱常数与实验值符合较好. 本文计算了12个Λ-S态的电偶极矩随核间距的变化, 分析了电子态组态成分的变化对电偶极矩的影响. 本文还研究了GeCl分子的辐射跃迁性质, 给出了激发态到基态之间和低激发态之间的跃迁偶极矩和电子态之间的Franck-Condon因子, 并根据计算得到的跃迁偶极矩和Franck-Condon因子计算出了束缚激发态低振动能级的辐射寿命.     

基于Wasserstein散度的t-SNE相似性度量方法研究

近红外光谱具有高维、高冗余、非线性的特性,严重影响了样本之间的相似性度量的精准,故而提出了一种基于Wasserstein散度的t分布随机近邻嵌入算法(Wt-SNE)。基于流形学习算法思想,利用高斯分布将高维数据的距离转换为概率分布,使用更加偏重长尾分布的方式t分布表示低维空间中对应数据点的概率分布。将高维数据的概率分布嵌入映射至低维度空间,重构低维流形结构,引入Wasserstein散度度量两个空间内概率分布的差异,通过降低散度值来提高两个分布的相似度,以此来实现高维数据降维处理。为验证Wt-SNE算法的有效性,首先对烟叶近红外光谱数据进行降维投影,并与PCA、 LPP、 t-SNE算法比较,结果表明Wt-SNE算法降维后的数据,在低维空间内样本类别边界更加明显。其次,采用KNN、 SVM和PLS-DA分类器对降维后的数据进行烟叶产地预测,准确率分别为93.8%、 91.5%、 92.7%,表明降维后的数据不仅重构了原始光谱的空间结构而且保留了样本间的相似度关系。最后,选取某一卷烟叶组配方中的烟叶进行单料目标烟叶的替换,根据备选样本与目标样本之间的马氏距离选取替换样本。实验表明,Wt-...     

MIMU辅助GPS跟踪环路嵌入式硬件平台设计

为了验证惯性系统辅助GPS跟踪环路的接收机性能,设计了一种基于多CPU结构的专用惯性辅助GPS跟踪环路嵌入式硬件平台.该平台以FPGA作为整个系统的逻辑和时序控制中心,以DSP作为中心处理器,实现了惯性数据和GPS数据的高速融合.经过跑车实验,证明该系统能够满足惯性辅助GPS跟踪环路的要求,锁相跟踪环路被惯性辅助后噪声降低.详细阐述了该系统的硬件设计思想和基本工作原理,给出了FPGA和TMS320C6727 DSP的软件编程逻辑流程图.