灰色模型预测气相色谱法中的保留值

应用灰色理论中的ＧＭ（１,１）模型,对气相色谱法中容量因子ｋ＇和温度倒数１／Ｔ之间的关系进行了研究,求出了许多火炸药组分的ａ和ｕ值,并随机预测了几种火炸药组分的ｋ＇值。结果指出,灰色理论完全适用于对气相色谱保留值问题的研究,方法也完全能应用于实际工作中。     

基于地面多光谱成像技术的茄子灰霉病无损检测研究

实时、便捷、可靠的作物病害诊断方法是进行科学的作物喷药管理的基础,也是精细农作的关键技术之一。根据感染灰霉病菌的茄子叶片的光谱反射特征和相应的特征波段的图像信息,利用基于地面的包含绿、红、近红外三波段灰度图的多光谱成像技术对染病茄子叶片进行病斑的无损检测。目的是建立能准确反映植物病害状况的检测模型,实时过滤掉土壤噪声、气候条件等环境干扰,实现对植物健康状况进行快速、准确、非破坏性检测。结果显示,利用绿、红和近红外三通道图像信息算法模型,能够在有干燥的土壤和枯叶等干扰下对灰霉病斑进行较好的识别,为植物生产中病害的在线无损检测提供了新的方法。     

色谱保留值参数与灰色模型参数的关系

用数学方法对灰色ＧＭ（１,１）模型与色谱中表述ｋ′和φ关系的Ａ,Ｂ值间的参数关系进行了推导,得出了两者间的函数关系式,从而预测了化合物的出峰位置以及各种混合组分分离分析的可能性,并对实验数据进行了检验,提出了一个获得适当的修正关系式的方法。结果表明：灰色ＧＭ（１,１）模型完全适合于对色谱参数值问题的研究。     

基于主动光照的深海图像增强算法

为了改善主动光在水下传播过程中由散射与吸收效应导致的深海图像对比度低下以及颜色失真问题,提出一种水下图像增强算法.不同于传统方法利用最亮点的强度值作为背景光,提出基于物体与背景光非相关性的背景光估计方法,有效避免了前景处的亮像素或白色物体像素对背景光的误判,同时确保了去散射的精确性,提高水下图像的对比度;针对人造光源的颜色增益和光路衰减导致的图像色偏等问题,在去散射图像上选取离光源最近的灰色像素,利用其对光源的敏感性,将光照强度分离出来.最终,通过估计并去除光源本身的颜色增益,同时补偿光在传播过程中的损失,实现图像的颜色校正.实验结果表明,所提算法可以有效去除水下图像的散射效应,较好地恢复图像色彩,进而获得较优的增强图像.相比于其他算法,增强后的图像信息熵和水下图像质量评价指标值较高,说明该算法能显著提升水下图像的质量,同时保留图像有用信息.     

近红外光谱结合灰狼算法优化支持向量机实现烟叶产地快速鉴别

烟草是一种成分复杂的天然植物,地理位置、生长条件等外界因素直接影响着烟叶的品质;我国烟叶种植范围十分广泛,每个产区种植的烟叶都有其独特的风格特征,不同产区的烟叶配比对卷烟的质量起着决定性的作用。为实现烟叶产地准确、快速判别,基于近红外光谱(NIRS),采用灰狼算法(GWO)优化的支持向量机(SVM)算法实现烟叶产地鉴别分类。以8个产地的824个烟叶样本为研究对象,基于x-y距离样本集划分(SPXY)方法得到校正集617个和验证集207个样品。首先应用最佳波长筛选方法,如竞争自适应加权采样(CARS)和随机青蛙(RF)算法减少光谱冗余信息,最终从1 609个变量中分别获得141和534个与产地相关的重要变量,并以此输入SVM作为建模数据,接下来在相同搜索范围内比较了粒子群优化算法(PSO)、遗传算法(GA)和GWO对SVM分类模型的优化效果。结果表明,经RF筛选后的光谱变量较CARS具有更好的产地建模性能,其中RF-GWO-SVM对8个产地烟叶的整体判别正确率达到了96.62%,相较于RF-PSO-SVM和RF-GA-SVM正确率更高。同时,RF-GWO-SVM的运行时间分别比RF-PS...     

DNA片段的质谱试验中各相关因素的影响分析

利用DNA片断的质谱试验数据,通过分析各相关因素对质谱响应值的影响度,确定了灰色关联分析方法应用于本试验的可行性。并对灰色关联分析、相关分析和回归分析的结果做了比较。结果表明在DNA片段的质谱试验中,应用灰色关联分析能得到满意的分析结果,它克服了相关分析和回归分析等对数据量的要求,是在类似试验中最适合的分析方法。     

基于灰色理论与统计学比较的包头市经济发展预测研究

本文研究了基于灰色理论与统计学比较的系统建模方法来对包头市未来的经济发展做出预测。在分析了包头市的经济发展状况后,作者通过国内生产总值的时间序列这个综合信息,应用灰色理论与有关统计学分别建立了包头市的经济增长的数学模型,并应用这些模型分别进行了预测。经过比较,最后给出了包头市的"十一五"期间的国内生产总值的预测值。     

A grey-based fitting coefficient to build a hybrid forecasting model for small data sets

In the current rapidly changing manufacturing conditions, controlling manufacturing systems effectively and efficiently is a critical issue for enterprises, especially in their early stages. However, it is often difficult to make correct decisions, with the insufficient information available at such times. We thus develop a two-stage modeling procedure to build a predictive model using few samples. We first use three conventional approaches to establish forecasting models, and then implement pre-testing with the proposed grey-based fitness measuring index to determine the weights to create a hybrid model. Two datasets, including color filter manufacturing data and the Asia-Pacific Economic Cooperation energy database, are evaluated in the experiment, and the results show that the proposed method not only has good forecasting performance, but also reduces the influence forecasting errors. Accordingly, the proposed procedure is thus considered a feasible approach for small-data-set forecasting.     

上海市航空运输业影响因素的灰色关联分析

本文通过比较上海航空运输业发展的各因素的影响作用,分析上海航空运输业的外在影响因素,并据此提出政策建议．本文通过灰色关联分析法分析了上海市2000—2011年的航空客运和货运与经济发展水平、产业结构、人口密度、对外贸易水平和地面交通情况的关联度,并详细分析了各影响因素对上海市航空运输业的影响作用．针对研究结果,结合上海市实际情况,给出了发展上海航空运输业的建议．     

On novel grey forecasting model based on non-homogeneous index sequence

To solve the problem that traditional grey models were constructed on the hypothesis that the original data sequence is in accord with homogeneous index trend rather than non-homogeneous index trend. A novel grey forecasting model based on non-homogeneous index sequence approximately (abbreviated as NDGM) is proposed. It is proved that the models based on homogeneous index sequence are all special cases that of non-homogeneous index sequence. The recursive function of the NDGM model is proposed and the forecasting precision of the model based on pure non-homogeneous index sequence is discussed and the affine properties of the model are further studied. Finally, one numerical case is used to show the effective results of the proposed model.