[發明專利]一種復雜樣品定量分析新方法在審
| 申請號: | 201810216010.7 | 申請日: | 2018-03-13 |
| 公開(公告)號: | CN110310712A | 公開(公告)日: | 2019-10-08 |
| 發明(設計)人: | 譚小耀;周亞林;卞希慧 | 申請(專利權)人: | 天津工業大學 |
| 主分類號: | G16C20/30 | 分類號: | G16C20/30 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 300387 *** | 國省代碼: | 天津;12 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 定量分析 復雜樣品 預測集 極限學習機 分組方式 模型預測 最優參數 傳統的 負荷量 節點數 數據集 訓練集 建模 樣本 引入 預測 學習 | ||
1.一種復雜樣品定量分析新方法,其特征在于:(1)數據采集:采集被測物樣本光譜數據,用常規方法測定樣本被測成分的含量。采用一定的分組方式將樣本集劃分為訓練集和預測集,其中訓練集樣本用來建立模型并優化參數,預測集樣本用來檢驗模型的預測能力;(2)ELM參數優化;(3)ELM模型建立:采用最佳參數設置激勵函數和隱藏層節點數,建立最優ELM模型;(4)未知樣本預測:將預測集光譜代到確立的ELM模型中,預測未知樣本中被測成分的含量。
2.根據權利要求1所述的一種復雜樣品定量分析新方法,其特征在于:ELM模型最佳參數的確定方法:根據訓練集光譜的RMSEP值隨激勵函數和隱藏層節點數的變化,當RMSEP達到最小時對應的激勵函數和隱藏層節點數為最佳參數。
3.根據權利要求1所述的一種復雜樣品定量分析新方法,其特征在于:該方法適用于燃油、食品、中藥復雜樣品。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于天津工業大學,未經天津工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810216010.7/1.html,轉載請聲明來源鉆瓜專利網。





