改进型 PSO‐SVM算法对井下多组分气体定量分析的研究

对于多组分混合气体定量分析而言,基于特征光谱的定量分析技术具有不可比拟的优势,而定量检测效率与精度取决于其采用的光谱数据处理算法的优劣。优化光谱分析算法参数与改进光谱数据处理方式是提高定量分析速度与精度的重要手段。针对井下多组分气体定量分析建模过程中支持向量机(SVM)参数难以确定,并且随组分数增多而呈指数增长的光谱数据运算量的问题,提出了一种改进型粒子群优化-支持向量机(PSO-SVM)算法。该算法主要针对多组分气体混合光谱数据量大,光谱特征信息存在交叠的问题进行研究。通过粒子变异约束PSO算法的收敛路径,再通过粒子信息共享提高模型优化效率,最后利用设置动态不敏感区提高模型精度。设计了一种井下多组分气体快速定量检测系统。该系统由CPU控制信号调制模块驱动红外光源,信号光经过滤尘除湿后的气室照射在探测器上。在压力与温度传感器补偿的基础上,由信号处理模块将探测得到的光信号量化传入CPU,最终,结合改进型PSO-SVM算法实现各组分气体浓度的定量分析。在完成井下实际样气采集、预处理的基础上,对浓度范围0～10.0%的CH₄和浓度范围0～1.0%的C₂H₆,C₃H₈,SO₂和CO₂共5种组分的混合气体进行了测试,获得了800组红外光谱数据,其中训练集400组,验证集400组。采用SVM建立了多组分气体的定量分析模型,利用改进型PSO对SVM中的参数进行了优化,并将获得的最优参数重建了定量分析模型。对采集的红外光谱数据分别由本算法与传统BP网络算法进行各组分气体浓度反演,实验结果显示,由于变异粒子对其产生的约束,使最优值收敛范围变小,从而提高了收敛速度,该算法建模时间仅为传统方法的1/10;由于通过气体光谱特性给出不敏感区,使特征光谱计算时交叉敏感效率降低,从而提高了模型预测的准确度,平均误差约为传统方法的1/5。由此可见,该算法在全局优化及快速收敛方面得到了显著提升,改进型PSO结合SVM用于井下多组分气体定量分析是可行的。改进型PSO-SVM算法对于多组分气体混合红外光谱数据的分离具有很好的适用性,其有一定的实际应用价值。     

基于支持向量机回归的LIBS飞灰含碳量定量分析

采用激光诱导击穿光谱(LIBS)技术对配制的飞灰样品进行实验分析,应用支持向量机回归(SVR)模型对飞灰的含碳量进行预测。运用网格搜索法分别对径向基(RBF)核函数和多项式函数的结构参数进行寻优,然后分别建立基于内标元素特征光谱、全谱和主要元素特征光谱的SVR模型。研究表明,基于RBF和多项式核函数的SVR模型在理想的结构参数下可以取得相同的分析精度,但RBF能较快地完成模型优化并且不易出现欠拟合的现象。基于内标元素特征光谱的SVR模型的分析精度与内标法相当,基于全谱的SVR模型出现明显的过拟合现象。基于主要元素特征光谱的SVR模型的回归系数为0.986,校正均方根误差为1.79%,预测均方根误差为2.57%,说明该模型可以有效避免欠拟合和过拟合。     

基于遗传算法的多目标最小二乘支持向量机在近红外多组分定量分析中的应用

近红外(NIR)定量分析通常涉及多个组分,采用遗传算法和自适应建模策略,建立了能够对多组分同时定量的多目标最小二乘支持向量机(LS-SVM),并将其应用于玉米中四个组分和连翘中两个活性成分的NIR分析。结果表明多目标遗传算法配合自适应建模策略可保证优化收敛于全局最优解。所建玉米多目标LS-SVM模型明显优于PLS1和PLS2模型;连翘多目标LS-SVM模型与PLS模型均可取得较好的校正和预测效果。两组数据中,径向基神经网络(RBFNN)模型均出现过拟合现象。多目标LS-SVM和单目标LS-SVM性能相近,但多目标LS-SVM建模运行一次即可得到结果,在NIR多组分定量分析中具有潜在应用优势。     

基于核主成分分析和支持向量回归机的红外光谱多组分混合气体定量分析

提出了一种核主成分分析(KPCA)特征提取结合支持向量回归机(SVR)的红外光谱混合气体组分定量分析新方法。首先将特征吸收谱线严重重叠的混合气体光谱通过非线性变换映射到高维特征空间,然后在特征空间中再利用主成分分析法提取主成分,提取出的主成分作为SVR的输入建立校正模型,实现了甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷以及正戊烷七种组组分特征吸收光谱严重重叠的混合气体的定量分析。用KPCA-SVR所建模型对未知浓度混合气体的七种组分预测的RMSE (φ×10－60较仅用SVR模型预测的RMSE (φ×10－6)降低了一个数量级。结果表明,核主成分分析法具有很强的非线性特征提取能力,可以充分利用全光谱数据并有效地消除光谱数据噪声,降低数据维数,与支持向量回归机结合可以提高红外光谱分析的精度,缩短模型计算时间,是一种有效的红外光谱分析新方法。     

基于粒子群优化的最小二乘支持向量机在混合气体定量分析中的应用

针对混合气体建模过程中最小二乘支持向量机参数难以确定及红外光谱数据计算量过大的问题,提出一种粒子群优化的最小二乘支持向量机方法,用于建立基于主成分分析特征提取的红外光谱多组分气体定量分析模型。首先对主吸收峰区域的550个红外光谱数据利用主成分分析技术进行了特征提取,将降维得到的7个特征值作为模型的输入变量从而有效地降低了计算量。混合气体主要由浓度范围分别是0.1%～1%的甲烷、乙烷及0.1%～1.5%的丙烷三种组分气体组成。采用最小二乘支持向量机技术分别建立了各组分气体的定量分析模型,利用粒子群优化算法对最小二乘支持向量机算法中的参数进行了优化选取,取代了传统的遍历优化方法,然后利用取得的最优参数重建定量分析模型。实验结果表明,采用此方法离线建模所用时间比采用遍历优化方法节省40倍以上,预测结果误差水平相当,满足实测要求。粒子群优化算法在全局优化及收敛速度方面具有较大优势。粒子群优化算法与最小二乘支持向量机技术相结合用于混合气体定量分析是切实可行的,具有一定的实际意义和应用价值。     

支持向量机在混合气体定量分析中的应用

针对使用掺铥光纤激光器的气体传感系统进行混合气体测量时,吸收谱线重叠较为严重且相互交叉吸收干扰的现象造成的测量误差大、分析精度低的问题,提出一种基于自适应变异粒子群优化的支持向量机(SVM)方法,用于建立混合气体体积分数定量分析预测模型。对体积分数为0.5%～2%的氨气(NH3)和2%～5%的二氧化碳(CO₂)混合气体的吸收光谱数据进行采集和处理,利用自适应变异粒子群优化(AMPSO)算法对SVM模型参数进行寻优,利用获得的最优模型参数构建氨气和二氧化碳气体体积分数定量分析模型,并与标准粒子群优化算法和网格搜索法进行对比。实验结果表明,基于自适应粒子群优化算法建立的氨气和二氧化碳气体体积分数定量分析模型在较为合适的寻优时间下,可以得到最佳的均方误差,效率较高,该模型对测试集中氨气和二氧化碳气体体积分数设定值与预测值的均方误差分别为0.000088和0.000170,决定系数R²均为0.9998,满足混合气体检测要求。     

基于支持向量机回归的水体重金属激光诱导击穿光谱定量分析研究

建立了基于自适应核的激光诱导击穿光谱支持向量机回归定量分析模型。通过石墨富集、洛伦兹拟合和碳内标归一化,增强等离子体信号强度,减小环境噪声和能量抖动对水体重金属浓度测量的影响。实现了基于支持向量机回归智能算法的激光诱导击穿光谱定量分析。铅铜的平均相对标准偏差分别为6.4361%和6.9291%,最大相对标准偏差分别为9.1009%和8.9280%,平均相对误差分别为1.6765%和1.2478 %,最大相对误差分别为5.5759%和4.2604%,相关系数分别为0.9979和0.9997。该研究为进一步实现水中痕量金属元素的快速定量分析提供了方法和数据参考。     

基于支持向量机的中药太赫兹光谱鉴别

文章将支持向量机用于中药材太赫兹光谱识别.利用太赫兹光谱系统测得三组相似中药炙甘草和生甘草、南柴胡和北柴胡、山豆根和北豆根的太赫兹光谱,傅罩叶变换后得到它们的吸收系数作为分类鉴别的特征数据.用线内积函数、多项式内积函数和径向基内积函数分别构建三种小同的支持向量机,并建立误差反传神经网络(BP神经网络),分别用支持向量机和BP神经网络对中药的特征数据进行鉴别.识别结果比较表明,支持向量机在小样本情况下对中药两分类识别的效果明显超过BP神经网络.     

基于小波变换和支持向量机的光谱多组分分析

以符合朗伯—比尔定律的光谱信号为研究对象,在运用小波变换对光谱信号进行去除噪声处理的基础上,建立了基于支持向量机的多组分分析模型,最后采用计算机模拟的方式对该方法进行了举例说明.实例表明,该方法能较好地解决非线性、小样本条件下的多组分分析问题.     

支持向量回归在葡萄酒红外定量分析中的应用

近年来,基于朗伯-比尔定律和化学计量学的红外光谱定量分析方法发展十分迅速。其中,选择合适的预处理方法和有效的校正模型是定量分析成功的关键。选取30个葡萄酒样品,运用红外光谱结合向量回归算法SVR,对葡萄酒乳酸、酒石酸、乙酸异戊酯、3-甲基-1-丁醇进行了红外含量预测。选用标准归一化、基线校正以及异常样本点剔除三种谱图预处理方法,结合支持向量回归算法。实验结果表明该方法行之有效,计算值与标准值间的相对误差可被控制在5%以内。该方法可应用于葡萄酒中代表性物质含量的定量分析检测。     

NDIR多组分气体分析的干扰修正方法研究

介绍了非分散红外(Non-Dispersive Infrared,NDIR)多组分气体分析的一种干扰修正方法.根据逐次积分气体吸收模型和方法,并考虑温度和气压对积分线强和线型的影响,选择洛伦兹展宽线型,得到了CO,CO2,NO和H2O在各个滤波通道的响应系数.利用响应系数建立了用于干扰修正的四元线性回归方程组,通过求解...     

Infrared spectral radiative properties of high temperature gas with multi-component

The shock layer of high-speed missiles is a highly uneven gas medium with multi-component and high temperature. Its spectral radiation effects degrade and distort the remote sensing images of infrared sensors. The exact numerical calculating method of the shock wave thermal radiation noise has been developed in this paper. With the multi-temperature model and the rectangular grid recursive method of ray tracing, atomic-molecular absorption and emission spectra of CO₂, H₂O and N₂ were obtained along the line of sight along the seeker detectors. Based on image degradation evaluation criteria and the wind tunnel experimental results, how images blurred by the proposed model were verified. The relations between the shock wave thermal radiation noise and flow parameters were also analyzed. For the 3–8 μm infrared band, shock wave thermal radiation noise is little effected by flight altitude, and close relations with Mach number, as the empirical formula given.     

Conductivity of 2D multi-component electron gas partially-quantized by magnetic field

The 2D semimetal consisting of heavy holes and light electrons is studied. The consideration is based on the assumption that electrons are quantized by magnetic field while holes remain classical. We assume also that the interaction between components is weak and the conversion between components is absent. The kinetic equation for holes colliding with quantized electrons is utilized. It has been stated that the inter-component friction and corresponding correction to the dissipative conductivity σ _xx do not vanish at zero temperature due to degeneracy of the Landau levels. This correction arises when the Fermi level crosses the Landau level. The statement will keep in force until the degeneracy remains. The limits of kinetic equation applicability were found. We also study the situation of kinetic memory when particles repeatedly return to their meeting points.     

基于红外吸收光谱的瓦斯气体浓度检测技术

针对现有矿井瓦斯传感器的缺点,基于红外光谱吸收原理,采用差分吸收技术设计了红外瓦斯气体浓度探测系统.该系统采用单光路吸收气室和单光路双波长探测技术,利用差动放大电路为核心的微弱信号处理电路实现瓦斯浓度输出信号的检测,并采用线性关系式拟合瓦斯浓度和输出电压的关系曲线,实现了对瓦斯浓度的全量程精确探测.实验表明,该系统的测...     

基于粗糙集理论的大型冷库制冷压缩机能耗分析

以北京市一个大型储备肉冷库的制冷系统为研究对象,对其全年运行数据和气象参数利用粗糙集理论的约简属性进行分析,以压缩机功率为决策属性,对冷库压缩机各运行参数和气象参数等条件属性进行约简,得到最佳约简属性集。通过约简,将影响参数由10个组约简到2个(排气压力,吸气压力),即排气压力和吸气压力可以表征制冷系统运行状态和压缩机功率,简化了对压缩机能耗的研究和冷库制冷系统节能控制的研究。     

基于经验模态分解和支持向量机的车型声频识别

车型自动识别是智能交通系统的重要组成部分。针对现有车型识别存在的问题,提出利用经验模态分解和支持向量机的车型声频识别方法。将车辆行驶的声音信号进行分解,以分解不同模态的能量作为特征向量,并以此作为训练样本对支持向量机构成的车型识别器进行训练,通过对小汽车和卡车的声音信号处理结果表明:利用车辆声音信号能够正确识别不同的车型,识别准确率达95%,是车型识别的有效方法。     

PSO优化LS-SVM在模拟电路故障预测中的应用

针对模拟电路故障预测的特点,提出一种基于PSO优化LS-SVM惩罚因子和核参数的模拟电路故障预测方法。利用小波包分解重构构造能量特征向量,通过计算PPMCC和欧氏距离来表征电路中元件的健康程度,定义为健康度,由此推导出电路发生故障时该元件的故障阈值。应用PSO优化的LS-SVM模型来实现模拟电路的故障预测,预测各个时间点的健康度变化轨迹并估计模拟电路的剩余寿命。通过仿真实验得知,该方法简单便捷,能够有效实现模拟电路的故障预测,具有较好的实用性。     

基于激光瞬态特性的气体浓度光纤传感器

报道了一种基于掺铒光纤激光器瞬态特性的新型气体浓度传感器.用光纤环全反镜和光纤Bragg光栅(FBG)构成F-P线形腔，通过调节光栅的反射波长，使激光激射波长落在C₂H₂的一个较强的吸收峰1531.56 nm.激光激射延迟时间与激光器谐振腔损耗密切相关，气体浓度的改变将引起谐振腔损耗的改变，通过测量激光激射延迟时间可以获得气体的浓度.该装置分辨率及灵敏度由抽运光脉冲的高功率电平和低功率电平决定，传感器的动态测量范围由抽运光高功率电平决定.当高功率和低功率电平分别为25 mW和5.9 mW时,该传感器的灵敏度和分辨率分别为100 ppm/μs和20 ppm.     

可调谐二极管吸收光谱痕量气体浓度算法的研究

基于可调谐二极管激光吸收光谱学的大气痕量气体在线监测分析仪具有高灵敏、快速响应和高选择性的特点。分析了可调谐二极管激光吸收光谱(TDLAS)二次谐波信号的特征,以高浓度谐波信号作为标准,采用线性最小二乘拟合的方法对谐波信号进行数值拟合,高精度的反演出了痕量气体浓度值。并对标准信号和检测信号之间的相关系数和浓度反演规律进行了研究。以甲烷气体的测量信号和浓度反演为例,验证了算法。     

Mixture gas component concentration analysis based on support vector machine and infrared spectrum

A novel quantitative analysis method of multi-component mixture gas concentration based on support vector machine (SVM) and spectroscopy is proposed. Through transformation of the kernel function, the seriously overlapped and nonlinear spectrum data are transformed in high-dimensional space, but the highdimensional data can be processed in the original space. Some factors, such as kernel function, range of the wavelength, and penalty coefficient, are discussed. This method is applied to the quantitative analysis of natural gas components concentration, and the component concentration maximal deviation is 2.28%.