Vis-NIR光谱模式识别结合SG平滑用于转基因甘蔗育种筛查

以Savitzky-Golay(SG)平滑筛选,主成分分析(PCA)分别结合有监督的线性判别分析(LDA)、无监督的系统聚类分析(HCA),应用于转基因甘蔗育种筛查的可见-近红外(Vis-NIR)无损检测。提出兼顾随机性、稳定性的定标、预测、检验框架;取田间种植处于伸长期甘蔗叶样品456个,具有Bt基因和Bar基因的转基因样品(阳)306个,非转基因样品(阴)150个;随机选取156个为检验集(阴性50、阳性106),余下为建模集(阴性100、阳性200,共300),建模集再随机划分为定标集(阴性50、阳性100,共150)、预测集(阴性50、阳性100,共150)共50次;扩充SG平滑点数,同时删除绝对值偏小的高阶导数模式,共264个平滑模式用于模型筛选;采用前3个主成分两两组合,再根据模型效果选出最优主成分组合;基于所有定标、预测集划分和SG平滑模式,建立SG-PCA-LDA和SG-PCA-HCA模型,根据平均预测效果优选参数,使模型具有稳定性;最后用检验集进行模型检验。经SG平滑后,PCA-LDA和PCA-HCA的建模精度、稳定性均显著改善;最优SG-PCA-LDA模型阳性、阴性样品检验识别率分别达到94.3%和96.0%;最优SG-PCA-HCA模型阳性、阴性样品检验识别率分别达到92.5%和98.0%。结果表明:Vis-NIR光谱模式识别结合SG平滑可用于转基因甘蔗叶的准确识别,提供了一种简便的转基因甘蔗育种筛查方法。

SG平滑和IBPLS联合优化水中油分析方法的研究

快速准确地检测水中矿物油的种类与含量对污染源及时排查和控制具有重要的意义,而红外光谱分析技术检测水中矿物油具有高效、快速、无污染的优势。为获得更加可靠的分析结果应用傅里叶变换衰减全反射红外光谱(FTIR-ATR)技术获取矿物油样品的光谱信息,采用SPXY法划分样本集。对偏最小二乘法(PLS)和迭代Bagging偏最小二乘法(IBPLS)这两种建立回归模型的方法进行对比分析,还比较了采用Savitzky-Golay(SG)平滑方法与迭代Bagging偏最小二乘法(IBPLS)相结合和单一采用迭代Bagging偏最小二乘法建立回归模型的区别。通过对预测回归曲线进行对比,得出通过SG平滑的预测效果明显优于未做的。而且采用SG平滑方法和IBPLS相结合的方法建立回归模型时,汽油模型参数RMSEP为0.001 125g·mL-1,r为0.992 5;柴油模型参数RMSEP为0.001 384g·mL-1,r为0.989 3。

非参数化迭代自适应SAR射频干扰抑制方法

合成孔径雷达(Synthetic Aperture Radar,SAR)的成像质量与图像解译精度会因为空间中存在的射频干扰(Radio Frequency Interference,RFI)而下降。本文在加权最小二乘迭代自适应算法的基础上,提出了非参数化的迭代自适应RFI抑制方法。该方法在成像处理前增加了对RFI的预检测环节,在初步检测出存在RFI的数据部分后只对存在RFI的数据进行SG(Savitsky-Golay,萨维茨基·戈莱)卷积平滑处理以提升对弱RFI的检测能力。利用带阻滤波器滤除存在干扰的频段后,使用迭代自适应处理在频谱中估计出被去除频段中的信号分量以获得期望的距离谱。与利用传统距离频率滤波方法进行RFI抑制相比,所提出的方法在图像细节保持方面效果更优,避免了因频谱不连续而导致的旁瓣增加,且运算效率更高。

改进CEEMDAN算法的电机轴承振动信号降噪分析

为提高传统自适应噪声完备经验模态分解算法(CEEMDAN)对电机轴承故障特征信号的精确提取率,降低重构信号失真,提出了一种改进自适应噪声完备经验模态分解算法。首先利用传统CEEMDAN对原始信号初步分解,获得若干特征分量(IMFs)和固有模态分量,将若干IMFs运用熵权法进行初步故障特征信号消噪和提取,对筛选后的IMF分量进行二次分解和二次筛选,获得典型故障敏感信号,再运用SG(Savitzky-Golay)平滑滤波进行信号重构,最终实现电机轴承信号降噪。最后利用凯斯西储大学轴承数据进行改进算法性能分析,结果表明该方法对电机轴承信号能够有效的进行信号降噪,其信噪比相比于原始信号提高2.2 dB。

柑橘叶片叶绿素含量拉曼光谱定量分析方法研究

柑橘叶片叶绿素含量的准确检测对柑橘营养状况和生长态势具有极其重要的意义。研究了快速无损诊断柑橘叶片中叶绿素含量的方法,以期为拉曼光谱检测技术用于柑橘叶片叶绿素含量检测提供参考。采集不同冠层高度和不同地理分布的柑橘叶片120片,拭去叶片表面的灰尘,用去离子水对其清洗、晾干装入密封袋中并用标签分类标注。然后对柑橘叶片进行拉曼光谱采集,参数设置如下:分辨率为3 cm^-1,积分时间为15 s;激光功率为50 mW。分别采用BaselineWavelet、迭代限制最小二乘(IRLS)和不对称最小二乘(ALS)三种算法对柑橘叶片的拉曼光谱背景进行扣除,使用偏最小二乘(PLS)方法建立定量模型;四种光谱预处理方法归一化(Normalization),Savitzky-Golay卷积平滑(SG smoothing,SG平滑)、多元散射校正(MSC)和Savitzky-Golay一阶导数(SG 1st Der)对扣除背景后的光谱进行进一步的优化处理。结果表明:采用原始光谱、BaselineWavelet、IRLS、ALS背景扣除处理后的光谱建立PLS模型,模型的相关系数r分别为0.858,0.828,0.885和0.862,交互验证均方根误差(RMSECV)分别为5.392,5.870,4.934和5.336,最佳因子数分别为8,3,8和8;IRLS背景扣除处理后的PLS模型的RMSECV最小,相关系数最高,建模效果最好。分别采用SG平滑、归一化、MSC和SG 1st Der预处理方法对IRLS背景扣除后光谱进行预处理并建立PLS模型,结果表明:IRLS光谱及其结合SG平滑、归一化、MSC和SG 1st Der四种预处理方法的PLS模型的R分别为0.885,0.897,0.852,0.863和0.888,RMSECV分别为4.934,4.715,5.595,5.182和4.962;最佳因子数分别为8,8,8,8和5;IRLS-SG平滑后PLS模型的RMSECV最小,模型效果最优。对IRLS-SG平滑预处理后的PLS模型展开验证,预测相关系数r为0.844,预测均方根误差(RMSEP)为5.29,预测精确度较高。采用拉曼光谱结合三种光谱背景扣除方法和四种预处理方法对柑橘叶片叶绿素含量进行定量分析表明:采用IRLS背景扣除结合SG平滑预处理后的PLS模型最优,建模集r为0.897,RMSECV为4.715;预测集r为0.844,RMSEP为5.29,预测精度较高。拉曼光谱结合背景扣除方法可以为柑橘叶片叶绿素含量的定量分析提供一种快速简便的分析方法。

CEEMDAN-小波包联合降噪的优化方法

针对实测隧道爆破振动信号降噪效果不理想的问题,引入多尺度排列熵的概念,用来筛选含噪明显的本征模态分量,并结合SG(savitzky-golay)平滑滤波方法提出了一种完备的自适应噪声经验模态分解(CEEMDAN)和小波包联合降噪的优化方法,通过信噪比(SNR)、均方根差(RMSE)、相关系数、自相关系数对仿真实验和实测信号处理结果进行对比分析。结果表明,CEEMDAN-小波包联合降噪优化方法提高了信号降噪效果,且有效保留了原始信号中的特征信息,可以应用到类似爆破振动信号的降噪处理中。

FTIR/ATR光谱快速测定糖厂废水COD

利用FTIR/ATR光谱技术建立糖厂废水化学需氧量(COD)的快速测量方法.基于光谱Savitzky-Golay(SG)平滑和偏最小二乘法(PLS)建立光谱优化模型.建立计算机算法平台,把540种平滑模式和1-40的PLS因子数任意组合分别建立SG-PLS模型,预测效果最优的模型平滑模式为2阶导数平滑,6次多项式,51平滑点数,其对应的PLS因子数(F)、预测均方根偏差(RMSEP)和预测相关系数(RP)分别为11,24.4 mg/L和0.968,预测相关很高,并且明显优于未做SG平滑的直接PLS模型.

典型建筑垃圾光谱特征分析

随着城市建设与改造的提速,建筑垃圾污染和垃圾围城问题日益严峻。针对目前建筑垃圾识别、定位和监管等问题,本文尝试利用曲线平滑预处理和包络线去除的方法对红砖、水泥、渣土、石灰和混凝土5种常见的典型建筑垃圾开展试验,研究不同种类建筑垃圾的光谱特征与差异性,结果表明:(1)在可见光380~780 nm范围内,各光谱曲线的反射率均快速上升;(2)在近红外780~1500 nm范围内,建筑垃圾光谱反射率具有良好的识别可分性;(3)波长范围在1913~1932 nm之间,各类建筑垃圾光谱曲线均出现了明显的反射波谷;(4)包络线去除后,混凝土的包络线数值最高为0.9570,渣土的包络线数值最低为0.7371。

速度协调的Q学习模型研究

为平滑高速公路瓶颈区域上、下游车流速度,基于单位距离速度变化量和多项式SG卷积平滑处理的2个奖励函数,分别建立了2个速度协调的Q学习模型。利用Excel-VBA、VISSIM和MATLAB的集成仿真平台,对奖励函数的性能进行了仿真分析。研究结果表明:基于SG卷积平滑的奖励函数,可以有效地缓解瓶颈上游“走走停停”的现象,减小速度的波动幅度。速度协调的Q学习模型可以根据交通状态实时选择最优的运行速度。