主元分析降维联合广义判别分类的水质检测紫外-可见光谱数据处理方法

针对环境水样快速、在线监测的需要,立足于水质(体)检测紫外-可见吸收光谱分析技术,研究了基于主元分析(PCA)的降维联合广义判别分析(GDA)分类的水质检测紫外-可见吸收光谱数据在线处理方法。通过对地表水、生活污水和工业废水共计160组水样的吸收光谱数据进行研究,结果表明:直接采用ANN-BP、SVM、LS-SVM、Fisher和GDA进行分类,虽分类精度较高,但耗时较长;采用PCA降维后再分类,虽分类精度降低,但分类速度得到了提升;采用PCA降维联合GDA分类,可在不影响分类速度的前提下,分类精度却达到最优。这为实时、在线的水质检测光谱数据分析与处理提供了一种新的途径。     

紫外-可见吸收光谱法水质检测系统的噪声分析与处理研究

直接紫外-可见光谱法检测水质参数具有检测速度快、成本低、无二次污染、可实现在线和原位测量等优点,但受限于光谱检测精度和检测设备成本。基于该方法的检测系统一直较难推广。为此,利用海洋光学的工业级光谱仪USB2000+及脉冲氙灯光源搭建了一套低成本、快速的水质光谱检测系统。进而,在对系统噪声源进行全面分析的基础上,利用小波包软阈值去噪方法对原始光谱数据进行去噪处理。为了有效地评价去噪效果,同时采用海洋光学科研级光谱仪QE65000配合稳定的氘钨灯光源搭建标准光谱检测系统,对同一样本溶液进行了紫外-可见吸收光谱采集。实验结果表明,搭建的系统能稳定、有效地采集原始光谱数据,进一步对原始数据采用基于软阈值的小波包去噪,能在保留水样紫外-可见吸收光谱特征的前提下,有效地去除原始光谱的各种噪声,提高光谱的信噪比,为采用低成本光谱检测设备进行水质参数分析奠定了基础。     

紫外-可见光谱水质检测系统的多束LED光纤耦合研究

针对紫外-可见光谱水质检测系统单个LED光源输出功率低、光束质量差的问题,提出了一种多束紫外LED光源与光纤合束耦合的结构设计方案.运用ZEMAX光学分析软件开展了仿真设计研究,针对紫外LED光源与光纤耦合发散角较大的问题,设计了非球面准直透镜,准直后发散角为0.403 mrad;针对光束尺寸与光纤的匹配问题,进行了消色差双分离聚焦耦合透镜的设计.实验结果表明,合束LED光束汇聚的弥散斑的RMS尺寸为186.412 μm,GEO点尺寸为290.071 μm,光束中95％以上的能量集中在300μm以内,实现了多束LED光源与光纤的高效耦合.     

基于紫外-可见光谱法的工业废水CNN-GRU分类模型研究

工业废水分类是水污染防治和水资源管理的前提和基础,相较于生活污水,工业废水的分类研究相对滞后。水体化学需氧量(COD)是衡量水体质量的核心指标,针对现有工业废水COD分类算法中预测精度较低的问题,提出基于门控循环单元(GRU)的卷积神经网络(CNN)混合模型。该模型首先将紫外-可见光谱法测得的工业废水COD数据进行高斯滤波去噪,然后把去噪后的光谱数据输入CNN模型进行特征提取,最后通过GRU神经网络实现工业废水COD分类。实验结果显示,CNN-GRU分类模型经过200次训练后达到收敛,分类精度达到99.5%,与长短期记忆方法、GRU方法、CNN-LSTM方法相比,该混合模型的分类精度具有显著优势。     

基于核主元分析和Fisher线性判别的掌纹识别

提出了基于核主元分析(KPCA)和FLD相结合的掌纹识别方法.对每幅掌纹图像应用KPCA进行降维,然后将二维图像矩阵转换成一维图像矢量.PolyU掌纹图像库中所有图像矢量组成的数据矩阵作为FLD的输入,进行特征提取,计算特征矢量间的余弦距离进行掌纹匹配.实验结果说明,与传统的PCA+FLD相比,在不同的特征个数下,本文方法均取得了较小的等错率(EER),而且特征提取时间较短,运行速度较快.在三种不同的核函数中,RBF核函数的识别效果最佳,等错率最小为0.     

基于主成分和多类判别分析的可见-红外光谱水蜜桃品种鉴别新方法

提出了一种用可见-近红外漫反射光谱技术快速鉴别水蜜桃品种的新方法.应用可见-近红外光谱仪测定三个品种水蜜桃的光谱曲线,再用主成分分析法对不同品种样本进行聚类分析,获取了水蜜桃可见-近红外光谱的特征信息,同时结合多类判别分析技术建立水蜜桃品种鉴别的模型.对经过预处理的光谱数据进行主成分分析,分析表明,以样本在第一主成分和第二主成分上的得分做出的二维散点图,对不同种类水蜜桃具有很好的聚类,能定性区分不同种类水蜜桃;经过主成分分析得到的前8个主成分的累积可信度已达94.38%,说明这8个变量能够代表绝大部分原始光谱的信息.从75个样本中随机抽取60个样本用于建立8个主成分变量的多类判别分析品种鉴别模型,余下的15个样本用于验证,准确率为100%.说明本文提出的方法具有明显的分类和鉴别作用.     

神经网络在航迹检测中的应用

在雷达作战环境日益复杂的情况下,为了实现航迹处理智能化,使雷达数据处理能自适应消除不同环境杂波对航迹处理带来的影响,引入神经网络模型实现对固定大小空域点迹进行初步判别,从而剔除大部分杂波,保留存在航迹的空域数据,降低后续航迹处理的运算复杂度。结果表明,通过神经网络实现航迹判别能以93.6%的检测概率、4.0%的虚警概率对空域数据进行初步判别。     

基于投影和主成分分析的偏心检测

在生产实践中,管类工件的内部结构之中常常存在微小的偏心误差。偏心误差对工件的工作性能影响很大,因此,能否准确、快速地检测出偏心误差在生产实践中意义重大。本文介绍了一种基于投影数据和主成分分析的偏心检测方法。截取工件中任意两个截面,利用Radon变化求得它们在一定投影角度下的投影。分别计算投影的第一主成分,并以第一主成分之间的欧氏距离表征偏心误差。如果欧氏距离不等于零,则证明工件存在偏心误差。通过仿真实验证明该方法能检测出0.1%的微小偏心,并且抗噪性能较好。     

夏玉米可见/近红外光小波主成分提取与氮素含量神经网络检测

使用高光谱仪ASD Field Spec于吐丝期采集不同氮素处理的夏玉米叶片光谱,并进行对数变换处理;通过对"绿峰"(450～680nm)和"近红外反射平台"(760～1000nm)谱段光谱数据进行多尺度小波分解,获取第二层离散近似小波系数向量;采用主成分分析,从第二层离散近似小波系数向量中提取特征作为输入参数,建立对...     

主成分分析法在学生评教中的应用研究

高校学生评教数据是反映教师教学质量的一项重要指标,基于此文中使用真实的评教样本,采用主成分分析方法对学生评教数据进行量化分析,确定决定教师教学质量的各主成分,然后计算出参与评价的每一位教师在各主成分上的得分,并根据得分进行排名。通过各主成分的排名和综合排名能够反映出教师在实际教学中存在的问题,为教师今后教学和教学管理部门制定教学改革措施提供参考依据。     

基于复数主成分分析的磁共振波谱信号衰减系数的自动校正

衰减系数的校正是磁共振波谱信号处理和分析过程中的一个关键难题。本文基于复数主成分分析，提出了一种自动的磁共振波谱衰减系数的校正方法，较成功地解决了这个难点问题。文中的模拟数据及其实现结果充分验证了该方法的有效性。     

主分量分析法在红外数字图像序列处理中的应用

为了提高红外热像无损检测中所重构的数字图像的缺陷对比度,从而提高红外热像无损检测的缺陷探测能力,研究了主分量分析法及其在红外数字图像序列处理中的应用.介绍了主分量分析法的原理;用该法对实验中采集的红外数字图像序列进行处理;以信噪比为指标对图像处理效果进行了定量评定.研究表明主分量分析法不仅消除了红外热像无损检测中的加热不均效应,而且使图像序列中图像的信噪比得到不同程度的提高,使图像的质量得到了很大改善;因此是红外热像序列处理的一种有效方法.     

基于分段主成分分析与波段比的鸡胴体表面粪便污染物检测

以鸡胴体为研究对象,应用高光谱图像技术结合分段主成分分析和波段比等数据处理方法来检测鸡胴体表面粪便污染物。首先采集400~1000 nm的鸡胴体表面高光谱图像;然后应用分段主成分分析获得7个特征波长(520.64,542.12,561.61,577.04,595.6,703.82和852.1 nm),并以577.04/520.64 nm波段比图像和852.1/703.82 nm波段比图像进行一次波段加运算后的图像作为检测鸡胴体表面粪便污染物的特征图像;最后运用阈值分割和数学形态学完成粪便污染物的提取。实验结果表明,对60个鸡胴体样本进行检测,盲肠、直肠和十二指肠粪便污染物检测正确率分别为100%,100%和96%,检测总正确率为93.3%。     

基于反射光谱和主成分分析的生物炭快速溯源鉴别研究

快速鉴别生物炭源质对生物炭的合理开发与应用具有重要意义。本实验以14种生物炭为研究对象,采用全校验主成分分析（PCA）方法对样本光谱进行数据压缩和主成分提取。由第一、第二主成分得分构成的二维分布图显示了不同源质生物质的样本分布特点。由前3个主成分构成的线性鉴别模型（PC—LDA）应用于验证集样本预测效果最佳,判错个数最少。实验结果表明,光谱技术结合主成分分析方法能够实现生物炭源质的快速鉴别与诊断。     

入侵检测系统中基于主成份分析特征提取研究

数据降维是基于模式识别方法的入侵检测系统需要解决的一个问题。由于主成份分析方法具有两个我们期望的特性，一是不同的主成份之间互不相关，二是每个主成份都是所有原始特征的线性组合．所以将主成份分析应用到入侵检测系统的特征提取中。首先我们使用ReliefF算法去除原始特征中与分类无关的特征．然后再进行主成份分析。在实际的数据集KDDCUP’99上进行的实验结果表明提出的方法是有效及实用的。     

基于混合高斯模型和主成分分析的轨迹分析行为识别方法

针对家庭辅助生活应用场景下的目标意图识别和异常行为判别问题,提出了一种基于目标轨迹的行为分析方法.首先,提出了关键点和关键区域的概念,将家庭环境划分为不同的关键点和关键区域,并以此来描述和区分不同轨迹;然后,提出了利用混合高斯模型的关键点及关键区域获取算法,将轨迹转化为关键点及关键区域表示,并以此为基础进行了行为意图的识别和部分异常轨迹的判断;最后,借助主成分分析的方法弥补混合高斯聚类在异常轨迹识别方面的缺陷,提高了识别准确率.实验表明,该方法能够有效的对行为意图和异常行为进行识别.     

槠叶种新鲜茶树叶的拉曼光谱检测

基于激光拉曼光谱技术对新鲜茶叶原叶品质鉴定及产地区分进行了研究,对安徽祁门县六个村庄槠叶种新鲜茶树叶(简称原叶)进行了检测.结果表明不同产地原叶在748,831,1005,1158,1328,1527,1609 cm-1等处均有较强拉曼峰,但每组峰强度存在差异.采用主成分分析法(PCA)及线性判别分析法(LDA)对原叶的拉曼光谱进行了分析,得到不同产地原叶的区分度为70.7％.     

激光拉曼光谱在水质分析中的应用

采用激光拉曼光谱对不同生产阶段自来水样品的硬度指标进行了研究,测量了水样品拉曼谱的弯曲振动峰与伸缩振动峰强度的比值,并计算了样品在伸缩振动拉曼峰处的退偏振度.结果表明,随着水样品总硬度的减少,弯曲振动峰与伸缩振动峰强度的比值和样品在伸缩振动拉曼峰处的退偏振度均随之减少.     

可调谐激光光谱系统在气体检测中的应用

为准确快速地检测气体浓度,对可调谐激光吸收光谱法进行了分析。从理论分析可知,偶次谐波分量在谐振位置有最大值,且幅度逐次下降,因此采用二次谐波检测的方法来获取气体浓度。建立了气体浓度检测实验系统,对浓度在0%～15％之间的甲烷气体试样进行了实验研究。理论分析及实验结果表明,二次谐波的幅度值与气体浓度值之间的线性相关度可达0.994,说明通过二次谐波可以准确获得气体的浓度信息。