一种两阶段变量选择的LIBS定量分析方法

使用机器学习方法结合激光诱导击穿光谱(Laser Induced Breakdown Spectroscopy,LIBS)进行定量分析,变量选择的结果直接影响最终的定标模型.现有的变量选择方法多存在需要先验知识、计算量庞大等问题,因此提出一种两阶段变量选择方法.第一阶段为排序阶段,以皮尔逊相关系数r为排序准则快速排除与...     

一种基于变量稳定性与集群分析相结合的近红外波长的选择方法

为了提高分析模型的效率与性能,提出了一种基于变量稳定性与集群分析相结合(VSPA)的波长选择方法。该算法将变量分为样本空间与变量空间,在样本空间里计算变量的稳定性,根据稳定性值,利用加权自举采样技术将变量划分为有用变量与无用变量;在变量空间中,统计每个变量出现的频率,利用指数衰减函数在无用变量中去掉变量频率较低的变量。将算法应用在近红外光谱玉米数据集中来预测玉米中淀粉的含量,其预测集均方根(RMSEP)与相关系数(R_p)分别为0.0409和0.9974,筛选后的特征变量仅为原始光谱数据的2.7%,说明提出的变量选择方法能够提高模型的运算效率与预测能力,是一种有效的变量选择方法。     

基于改进蝙蝠算法的红外光谱特征选择

特征选择是红外光谱定性与定量分析中的重要环节之一。为了解决传统特征选择方法可调参数多、收敛速度慢、精度低、易早熟等不足,对基本蝙蝠算法进行了离散化改进以适用于离散优化问题,同时结合Lvy飞行搜索策略,提出了一种新型的红外光谱特征选择算法。采用三个红外光谱数据集对提出的算法进行了验证,同时与遗传算法、模拟退火算法、无信息变量消除法等进行了比较分析。实验结果显示,该方法可以快速地搜索到全局最优值,能有效地提高波长选择的准确性和稳定性,被选择的波长物理、化学意义明确,采用选择的特征波段建立的定量模型优于用全谱建立的模型。同时,三个不同相态、不同光谱范围的数据集表明,所提出的算法具有较大的适用范围与实用价值。     

高维多目标优化中基于稀疏特征选择的目标降维方法

目标降维算法通过去除冗余的目标达到简化问题规模的目的,为求解高维多目标优化问题提供了一种新的思路和方法.近似解集的几何结构特征和Pareto占优关系从不同侧面反映了多目标优化问题的内在结构特性,而现有算法仅利用其中一种特征分析目标之间的关系,具有较大局限性.本文提出基于稀疏特征选择的目标降维方法,该方法利用近似解集的几何结构特征构建稀疏回归模型,求解高维目标空间映射为低维目标子空间的稀疏投影矩阵,依据此矩阵度量目标的重要性,并利用Pareto占优关系改变程度选择满足误差阈值的目标子集,实现目标降维.通过与其他已有目标降维算法比较,实验结果表明本文提出的降维算法具有较高的准确性,并且受近似解集质量的影响较小.     

思维进化蝙蝠算法及其在混合气体红外光谱特征选择中的应用

为了解决混合气体多组分间特征吸收峰相互重叠引起的特征选择困难问题,提出了新型红外光谱特征选择方法,并对该方法的性能进行了分析与评价.首先,充分结合思维进化计算的并行机制、异化操作与蝙蝠算法的局部搜索能力,设计了思维进化蝙蝠算法.接着,通过实验采集两个混合气体数据库,利用思维进化蝙蝠算法对其目标组分的特征峰进行筛选.然后,从算法的收敛速度和筛选出的特征峰两个方面,将思维进化蝙蝠算法与基本蝙蝠算法、遗传算法、粒子群优化算法及并行萤火虫群优化算法等进行比较.最后,讨论了思维进化蝙蝠算法与无信息变量消除法相结合对结果的影响.实验结果表明:CO的特征峰范围包括2 090~2 110 cm-1和2 115~2 125 cm-1,共包含32个波长点;N2O的特征峰范围为2 225~2 250 cm-1,共包含26个波长点.利用筛选出的特征波长点建立的浓度反演模型,测试集均方根误差为0.155,决定系数可达0.908.实验结果表明:思维进化蝙蝠算法收敛速度快、全局搜索能力强,适用于存在重叠特征峰的混合气体的特征选择,对应的浓度反演模型的泛化性能也有显著提升.     

一种自动选择特征的激光诱导击穿光谱定量分析方法

本文针对激光诱导击穿光谱技术(laser-induced breakdown spectroscopy,LIBS)定量分析中的特征选择问题,提出一种基 于Pearson相关系数的排序、主成分分析和L1正则项相结合的自动选择特征的定量分析方 法,建立了土壤中Co元素的定量分析模型。该模型训练集和测试集的R²(决 定系数)分 别为0.995和0.991, 均方根误差(root mean square error, RMSE) 分别 为4.634mg/kg和6.078 mg/kg, 平均绝对误差(mean absolute error, MAE) 分别为6.100%和6.441%,特征个数由原始数据的42870个降至5个 ,耗时仅 0.97 s。结果表明:采用该方法可降低特征子集维度并提高模型的泛 化性和精确度,为LIBS技术定量分析的特征选择提供一种高效的方法。     

融合相对熵与自适应LLE的两阶段文本降维方法

多数基于贪婪策略的特征选择往往只能得到次优解.对此提出了一种两阶段特征降维方法,首先设计条件乘积相对熵算法以选择文档的特征子集,然后在文档特征子集中使用提出的自适应LLE算法进行特征抽取以进一步降低文档特征维度.实验结果显示,两阶段降维方法可显著降低维数并提高文本挖掘性能.     

BP神经网络结合变量选择方法在牛奶蛋白质含量检测中的应用北大核心CSCD

牛奶中的蛋白质含量会影响牛奶的品质,利用高光谱图像的光谱特征信息研究对牛奶蛋白质含量预测的可行性。本文提出一种基于竞争性自适应重加权算法(competitive adaptive reweighted sampling, CARS)和连续投影算法(successive projections algorithm, SPA)结合多层前馈神经网络(back propagation, BP)的预测建模方法,实验以含有不同浓度蛋白质的牛奶为对象,利用可见光/近红外高光谱成像系统共采集到5种牛奶共计250组高光谱数据,通过实验对比选择采用标准化方法对获取到的吸收光谱预处理,然后采用CARS结合SPA筛选特征波长,得到18个特征波长,建立CARS-SPA-BP模型,经过试验,CARS-SPA-BP模型的训练集决定系数和测试集决定系数R;和R;分别达到0.971和0.968,训练集均方根误差(root mean square error of calibration,RMSEC)和测试集均方根误差(root mean square error of prediction,RMSEP)达到了0.033和0.034。研究发现,采用CARS结合SPA筛选的牛奶特征波长建立的多层前馈神经网络模型,其模型预测结果与全波长建模相比并没有明显降低,因此将CARS结合SPA用于波长筛选并且结合BP神经网络基本可以完成对牛奶蛋白质含量的预测。为验证CARS-SPA-BP模型的预测能力,在相同数据环境下,使用较为传统的偏最小二乘回归(partial least squares regression, PLSR)进行建模,实验结果表明,CARS-SPA-BP相较于PLSR,R;和RMSEP均有明显提升。研究表明,CARS-SPA-BP可充分利用牛奶光谱特征信息实现较高精度的牛奶蛋白质含量检测。     

Wavelength conversion with self wavelength selection using Mach-Zehnder filter and DFB-LD

Wavelength conversion with a self wavelength selecting function is described. The convertor utilises the FM/IM conversion function of a Mach-Zehnder filter and the light injection induced frequency shift in a DFB laser diode. Frequency-modulated light is converted to another wavelength which can be tuned by a wavelength selection signal contained in the original input light.<>     

Chirp reduction in wavelength conversion using a laser diode byinjection locking

The authors demonstrate that an injection locking technique suppresses the chirp in wavelength conversion using a laser diode. Waveform patterns of a 2.5 Gbit/s intensity-modulated signal after 128 km transmission through a normal dispersion singlemode fibre were improved by the injection locking technique     

基于吸光度的波长筛选方法用于近红外光谱定量模型的优化

建立一种基于吸光度的波长筛选方法,以近红外光谱测定中成药制剂的多糖含量为例,对模型优化效果进行验证.考虑模型稳定性,在计算机平台上搭建一种新的样本集划分框架,基于吸光度筛选出最优波段为400~1882&2072~2364 nm,建立偏最小二乘(PLS)模型得到的SEPAve、RP,Ave分别为27.13 mg L-1、0.856,与全扫描谱区(400~2498 nm)的PLS模型预测效果做比较.结果表明,基于吸光度的波长筛选方法,可以优选出高信噪比波长,从而提高了近红外光谱定量模型的性能.     

Blind DOA and polarization estimation for polarization-sensitive array using dimension reduction MUSIC

A novel blind direction-of-arrival (DOA) and polarization estimation algorithm for polarization-sensitive uniform linear array using dimension reduction multiple signal classification (MUSIC) is proposed in this paper. The proposed algorithm utilizes the signal subspace to obtain an initial estimation of DOA, then estimates more accurate DOA through a one-dimensional (1-D) local searching according to the initial estimation of DOA, and finally obtains polarization parameter estimation via the estimated polarization steering vectors. The proposed algorithm, which only requires a one-dimension local searching, can avoid the high computational cost within multi-dimensional MUSIC algorithm. The simulation results reveal that the proposed algorithm has better DOA and polarization estimation performance than both estimation of signal parameters via rotational invariance technique algorithm and trilinear decomposition algorithm. Furthermore, the proposed algorithm can be suitable for irregular array geometry, obtain automatically paired multi-dimensional parameter estimation, and avoid multi-dimensional searching. Simulation results verify the effectiveness of the proposed algorithm.     

基于降维预处理独立分量分析的多用户检测

在由多径传播而产生的快衰落信道中，独立分量分析（ICA）算法产生性能恶化。为了消除这个缺陷，在进行ICA运算前，先对接收数据进行降维预处理。实验结果表明：在接收数据很少时，提出的多用户检测方法的性能大大优于一般的基于独立分量分析的多用户检测的性能，具有更好的实际适用性。     

Spectral analysis using a novel programmable transversal filter

An approach to audio frequency spectral analysis using a novel electronically programmable transversal filter is presented. Advantages of the design in comparison with the CCD-CZT technique and other CTD programmable filter structures are discussed.     

基于跨波长调制和直接吸收光谱的宽量程多气体检测方法

针对可调谐半导体激光吸收光谱技术(Tunable Diode Laser Absorption Spectroscopy,TDLAS)在煤矿、石油化工领域进行气体浓度检测时,遇到的高精度、宽动态范围需求,采用时分复用的方法,将直接吸收光谱技术(Direct Absorption Spectroscopy,DAS)和波长调制光谱(Wavelength Modulation Spectroscopy,WMS)技术的优势相结合,完成了高精度、宽量程和免标定多气体检测系统的设计。设计激光器的驱动为线性扫描输出和叠加不同高频调制扫描输出的周期信号,用于完成高低浓度反演算法的时分复用计算,通过实验优化选择检测气体的吸光度拐点,实现对气体浓度的高精度、宽量程检测。在室温和常压下,通过实验分别对CH₄、CO和C₂H₂三种气体体积浓度进行检测,确定了两种算法最佳拐点吸光度约为0.026 cm^-1。系统对CH₄、CO和C₂H₂三种气体体积浓度的检测量程分...     

Spectral analysis of linear digital systems using BIFORE

A spectral analysis of linear digital systems using BIFORE is carried out. Expressions for power and amplitude spectra of the input and output signals are developed. The frequency-sequency structure of the power spectra, which are invariant to cyclic shift of the sampled data, is analysed.     

Spectral linewidth rebroadening with short wavelength detuning in external cavity lasers

The first experimental observation of spectral linewidth rebroadening when an external cavity semiconductor laser is detuned well away from the laser gain peak on the shorter wavelength side has been made. This confirms a recent theoretical prediction of the variation of the effective linewidth enhancement factor with shortwave detuning and has significant implications for the design of narrow linewidth optical sources.<>