作者单位
摘要
1 西安建筑科技大学 信息与控制工程学院,西安 710055
2 陕西省文物保护研究院,西安 710075
针对传统回归模型在多种场景光谱重建中存在的泛化性能较差的问题,提出一种自适应优化的多输出最小二乘支持向量回归光谱反射率重建方法,满足泛场景下最优光谱重建模型应用需求。首先使用多输出最小二乘支持向量回归作为重建模型,该模型具有良好的收敛速度及小样本拟合精度。同时为了提高模型在多种场景下的泛化性能,提出一种融合拟合精度与变化趋势,且具有自适应权重的综合评价指标,作为混沌麻雀搜索算法的适应度函数,对重建模型进行不同场景的参数动态寻优,解决特定场景的模型参数最优化问题。实验结果表明,在不同彩绘文物参考色块光谱重建中,该方法的平均光谱均方根误差降低了0.029 2、适应度系数提高了1.29%、色差降低了3.38,能够针对不同重建场景自适应优化模型参数,在不同重建场景中均获得了较好的光谱反射率重建效果。
多光谱成像 光谱反射率重建 多输出最小二乘支持向量回归 麻雀搜索算法 模型综合评价指标 参数自适应优化 Multispectral imaging Spectral reflectance reconstruction Multiple output least squares support vector regression Sparrow search algorithm Comprehensive evaluation index of the model Parameter adaptive optimization 
光子学报
2022, 51(2): 0230003
作者单位
摘要
1 桂林电子科技大学 电子工程与自动化学院, 桂林 541004
2 国家橡胶及橡胶制品质量监督检验中心(广西), 桂林 541004
为了减少由于橡胶促进剂2-巯基苯并噻唑(MBT)掺假而导致橡胶制品质量不过关的问题, 提出利用太赫兹时域光谱技术对MBT的有效含量进行定量研究。利用太赫兹透射测量得到MBT和聚乙烯混合物在0.3THz~1.4THz的吸收特征谱, 提出了一种基于最小二乘支持向量回归(LS-SVR)的MBT定量检测模型, 将LS-SVR模型分别与偏最小二乘模型和支持向量机回归模型进行比较, 得到模型预测集均方根误差分别为1.1330%, 2.5583%和2.3869%。结果表明, LS-SVR的定量模型可取得更好的效果, 其精度更高, 稳定性更好。本研究为MBT定量检测提供了新的快速且有效的方法。
光谱学 定量分析 太赫兹时域光谱 2-巯基苯并噻唑 最小二乘支持向量回归 spectroscopy quantitative analysis terahertz time-domain spectroscopy 2-mercaptobenzothiazole least squares-support vector regression 
激光技术
2019, 43(1): 83
作者单位
摘要
1 南京农业大学工学院江苏省现代设施农业技术与装备工程实验室, 江苏 南京 210031
2 远程测控技术江苏省重点实验室, 江苏 南京 210096
3 中国科学院南京土壤研究所土壤与农业可持续发展国家重点实验室, 江苏 南京 210008
传统活力检测方法存在操作复杂、耗时长、可重复性差、对种子造成损伤且不可逆等不足,基于此,提出一种基于光声光谱结合最小二乘支持向量机回归(LS-SVR)的稻种活力快速、无损检测方法。在温度为45 ℃、相对湿度为90%的条件下,对南粳46(粳稻)和内5 优8015(杂交稻)进行高温高湿人工老化处理,依次老化0,24,48,72,96 h,获得不同活力的稻种;采集2类稻种光声光谱数据,总计100份,其中校正集样本60个,预测集样本40个;采用小波包对原始光谱数据进行预处理,通过协方差分析和主成分分析(PCA)对光谱进行降维;分别通过偏最小二乘回归(PLSR)、反向传播神经网络(BPNN)和LS-SVR 建立稻种活力预测模型。其中,采用协方差分析结合LS-SVR 建立的模型性能最优,该模型不仅适用于单一稻种,而且适用于不同种类稻种活力的预测。研究表明,采用光声光谱技术结合LS-SVR 对稻种活力进行测定是可行的,且所建模型在稻种活力预测方面具有较好的预测精度,为便携式水稻活力光声光谱仪的研制提供了理论依据。
光谱学 光声光谱 稻种 活力 小波包 最小二乘支持向量机回归 
中国激光
2015, 42(11): 1115003
作者单位
摘要
1 重庆邮电大学,工业物联网与网络化控制教育部重点实验室, 重庆 400065
2 重庆邮电大学,生物医学工程研究中心, 重庆 400065
3 中国科学院重庆绿色智能技术研究院,跨尺度制造技术重点实验室, 重庆 400714
针对水中存在碘离子、溴离子等干扰物时硝酸根浓度的测定问题,本论文将最小二乘支持向量回归机应用于混合溶液的光谱数据分析并建立起硝酸根、碘离子和溴离子含量的预测模型.实验结果表明:经过本文算法训练后的模型可以较准确的预测混合溶液中硝酸根的含量,基本消除了碘离子、溴离子对测定的干扰.本方法与传统方法相比较,无需化学和物理方法分离,精度高,速度快,适用于水质在线监测系统中对硝酸根含量的测定.
最小二乘支持向量回归 硝酸根 碘离子 溴离子 least squares support vector regression nitrate iodine ion bromide ion 
光散射学报
2015, 27(1): 92
作者单位
摘要
江西农业大学工学院生物光电及应用重点实验室, 江西 南昌 330045
以银纳米颗粒(AgNPs)作为表面增强荧光基底,形成的OTC-Eu-AgNPs-Egg white 体系具有强荧光特性,可实现鸡蛋蛋清中土霉素残留含量的检测分析。分析了OTC-Eu-AgNPs-Egg white 体系的三维荧光光谱,确定了最佳激发波长为380 nm。分析了AgNPs加入量、Eu3+加入量、反应时间和金属共存离子对荧光强度的影响,确定了实验中的AgNPs加入量和Eu3+加入量分别为0.25 mL和0.01 mL。应用最小二乘支持向量回归(LSSVR)在光谱区间605~630 nm 建立了鸡蛋蛋清中土霉素残留含量检测的预测模型,模型预测集的决定系数(R2)和预测均方根误差(RMSEP)分别为0.9909和0.9079 mg/L,说明铕(III)的AgNPs增强荧光结合LSSVR 可用于鸡蛋蛋清中土霉素残留含量的检测。
光谱学 土霉素 表面增强荧光 最小二乘支持向量回归 鸡蛋蛋清  
中国激光
2015, 42(2): 0215002

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!