基于波长组合的多元线性回归在近红外光谱波长优选中的应用

在自主研发的滤光片型近红外检测仪上通过用多元线性回归算法选择最优定量波长,为仪器提供了稳健的定量模型.在制备的26个蛋白质含量为10%～16%的样品的基础上,用DPS软件建立模型,选取各个波长组合进行多元线性回归,然后用多元线性回归给出的与最大检验相关系数定量模型对应的波长组合作为最优波长.试验结果表明,其最优波长分别对应于1、3、4、8号滤光片,校正相关系数和检验相关系数分别为0.847和0.707.用这种方法得到的最优定量模型的实际预测能力相对较强,优选出的波长是可靠的.     

功能梯度材料纯弯曲梁的弹塑性分析

假设功能梯度材料为一理想弹塑性材料,其弹性模量和屈服强度沿梁高度方向按照幂函数变化,在小变形及平截面假设下研究功能梯度材料纯弯曲梁的弹塑性性能.根据Mises屈服准则导出了纯弯曲梁的弹性极限弯矩的解析表达式,建立了梁在弹塑性状态时截面弯矩与截面弹、塑性区分布之间的关系式,给出了梁进入塑性极限状态时中性轴的位置以及塑性极限弯矩的解析计算公式.数值算例的结果表明,功能梯度材料梁的弹塑性性能与均匀材料梁不同,其屈服不一定首先产生于截面最大应力点,而可能有多种不同的屈服模态及相应的塑性扩展.弹性模量及屈服强度的梯度变化对功能梯度材料纯弯曲梁的中性轴位置、截面弹塑性应力分布以及塑性极限弯矩均有较大影响.研究结果可为功能梯度材料梁的弹塑性分析提供一定的参考.     

波长优选BP神经网络用于近红外光谱分析

近红外光谱分析技术在物质成分分析中的得到广泛的应用,在自主研发的滤光片型近红外仪器中应用基于波长优选的BP神经网络模型的方法。该方法是采用多元线性回归算法获取最优波长,将最优波长作为BP神经网络模型的输入,所得模型的拟合残差为8.768991×10-6,建模样品集相关系数和检验样品集相关系数分别为0.994和0.996。试验结果表明,基于波长优选的BP神经网络模型方法能够更快获得最优解,减少建模所用变量,建立稳健的定量模型。