山东石油化工学院机械与控制工程学院, 山东 东营 257061
在近红外光谱定性分析时, 为取得良好识别效果, 预处理及特征提取是不可或缺环节。 预处理主要是为消除各种干扰因素对光谱数据影响, 常用预处理方法有平滑、 一阶导、 归一化等; 而特征提取方法能剔除数据中的无关信息, 保留有效信息, 常用特征提取方法有偏最小二乘、 主成分分析、 线性判别分析等。 不同预处理及特征提取方法具有不同特点, 构建定性分析模型时, 单一使用某种预处理或特征提取方法往往难以取得理想效果, 常需将多种预处理及多种特征提取方法组合使用以提升模型性能。 在各预处理及特征提取环节中往往有可变参数如特征提取维数等需要设定, 这些可变参数对模型性能有重要影响, 因此采用多个预处理及多个特征提取方法就存在多参数需要确定的问题。 研究中常采用试凑法求各待定参数最优值, 欲求得多个待定参数中某一个参数最优值, 首先需据经验固定其他参数值, 然后将某一个待优化参数代入近红外定性分析模型进行试凑, 以求得模型最优识别率所对应参数值, 并将其作为最优值。 利用试凑法逐个求得多个待优化参数后, 再将参数组合设置到定性分析模型中, 最后进行定性鉴别, 但试凑法求得的参数组合难以保证为全局最优解。 除试凑法外, 还可通过多重循环嵌套方法来获取近定性分析模型预处理与特征提取环节最优参数组合, 但是该方法需消耗大量计算机内存与计算时间, 而且效率低。 为此, 提出一种基于粒子群算法的近红外光谱定性分析模型预处理与特征提取参数优化方法, 可快速获得预处理与特征提取环节的最优参数组合, 并保证代入最优参数组合的定性分析模型具有最优识别性能, 采用粒子群算法对平滑系数、 一阶导系数、 偏最小二乘特征提取维数等参数进行寻优, 并将该方法与多重循环嵌套方法进行对比实验, 实验结果证明了方法的有效性。
粒子群算法 特征提取 参数寻优 定性分析 Particle swarm optimization Feature extraction Parameter optimization Qualitative analysis 光谱学与光谱分析
2021, 41(9): 2742
1 核技术应用教育部工程研究中心(东华理工大学), 江西 南昌 330013
2 东华理工大学核科学与工程学院, 江西 南昌 330013
因全反射X射线荧光仪中入射X射线与全反射X射线形成驻波, 导致样品被激发产生的特征X射线成周期变化, 且在驻波峰区探测器产生的核脉冲重叠严重, 有必要提高后续分析电路的重叠核脉冲幅度准确提取能力, 进一步提升全反射X射线荧光仪的性能。 由于SDD探测器产生的核脉冲下降沿依衰减系数τrc呈指数规律衰减, 依据衰减补偿原则, 建立直线成形方法并推导应用于数字化核脉冲的递归公式。 实验发现: 在ADC转换器的取样周期为T下, 当k≥T/τrc时直线成形后的核脉冲顶部才能形成一条直线; 在k=T/τrc时上升沿最短, 重叠核脉冲分辨能力亦最好。 直线成形后的核脉冲上升沿及平顶分布与上升时间参数最小时的梯形成形结果相同但前者的平顶更为光滑; 由于直线成形后的核脉冲不存在下降沿, 使得其宽度更窄, 有利于分离相距更近的重叠核脉冲。 通过拟合直线成形后的核脉冲分布规律, 确定了直线成形方法可准确提取幅度值的最窄重叠核脉冲间隔; 且直线成形方法对不同幅度核脉冲的放大倍数一致, 证实直线成形方法不会改变谱仪的能量线性。 直线成形方法能可靠应用的前提是准确定位核脉冲的起始位置, 为此建立起冲击成形递归公式, 验证发现冲击成形后的核脉冲仅在其起始位置出现幅度约等于核脉冲幅度的冲击响应, 利用阈值判别就能准确定位所有核脉冲起始位置。 最后在FPGA内实现上述算法, 并进行10组比对实验, 实验结果显示直线成形方法在堆积平台与和峰压制能力、 峰背比和能量分辨率三个方面均优于梯形成形与模拟式能谱测量系统, 证实直线成形方法能极大地提升全反射X射线荧光仪的性能。
直线成形 参数最优取值 全反射X射线荧光 Straight-line shaping method Optimal values of parameters Total-reflection X-ray fluorescence 光谱学与光谱分析
2021, 41(7): 2148
1 中国科学院 长春光学精密机械与物理研究所，吉林 长春 130033
2 中国科学院大学，北京 100039
为提高目标威胁估计的预测精度，在传统支持向量机优化方法的基础上，提出了采用磷虾群算法优化支持向量机的威胁估计方法。介绍了磷虾群算法和支持向量机的原理，并基于此采用磷虾群算法对支持向量机中的惩罚参数和核函数参数进行优化，寻找最优的惩罚参数和核函数参数; 建立磷虾群优化支持向量机的目标威胁估计模型，并实现基于该模型的目标威胁估计算法。采集90组原始数据组成训练集、30组数据组成测试集，对该目标威胁估计算法进行仿真实验。实验结果显示，磷虾群算法优化支持向量机的预测误差为0.002 91，小于采用粒子群算法或萤火虫算法优化的支持向量机。结果表明，磷虾群优化支持向量机的目标威胁估计方法可以有效地完成目标威胁估计。
威胁估计 磷虾群 支持向量机 参数寻优 threat assessment Krill Herd support vector machine parameter optimization
脉冲耦合神经网络(Pulse Coupled Neural Network)是基于动物视觉图像形成机制, 用一组数学式表达这种机制的仿生学方法。PCNN的数学表达式中有 7个关键的参数, 而其中的阈值放大系数 VE决定了 PCNN网络中每个像素的分割阈值大小。通过平均阈值算法和 Ostu算法分别计算出图像的分割阈值, 并基于高斯分布模型用数学方法证明了在最小交叉熵时的最佳分割阈值在这 2个阈值构成的区间内, 通过在这 2个阈值构成的区间内搜索新的阈值作为 PCNN的参数 VE的值, 并将此寻优的参数 VE代入改进的 PCNN算法进行图像分割。在计算机上进行仿真实验, 与基于经验值的指数衰减算法比较, 该文算法分割出的兴趣区域清晰、准确, 边缘连接性好, 信息全面, 算法的效率更高, 具有很好的实用性。
脉冲耦合神经网络 平均阈值 区间参数寻优 阈值放大系数 PCNN Mean threshold interval parameters optimization factor of threshold amplification
1 江南大学轻工过程先进控制教育部重点实验室, 信息与控制实验教学中心, 江苏 无锡 214122
2 无锡信捷电气股份有限公司, 江苏 无锡 214072
针对磁瓦表面缺陷检测方法分类准确率低的问题, 提出一种基于 LSSVM技术的瑕疵偏向性分类方法。构造 5个尺度 8个方向 Gabor滤波器组, 提取经过 Gabor变换后生成的 40副子图的均值与方差为磁瓦图像特征。采用耦合模拟退火算法初步寻优, 在所得初步参数的邻域使用网格算法进行精细搜索。为实现对缺陷磁瓦的偏向性预测分类, 改进了虚拟少数类过采样算法。去除原始训练样本中的噪声样本数据, 再在瑕疵边界样本与合格样本之间过采样。实验结果表明, 最小二乘支持向量机分类器模型训练时参数寻优时间明显缩短, 整体分类正确率达到 95.56%, 偏向性分类正确率达到 99.09%, 实现对缺陷磁瓦的偏向性分类。
最小二乘支持向量机 参数寻优 偏向性分类 机器视觉 LSSVM parameters optimization bias classification machine vision
研究设计了一种可用于触发反向触发晶闸管(RSD)的电路。给出了通过参数寻优选取触发电路参数的思路。初步试验中发现存在主脉冲波形畸变和续流拖尾问题，提出了对典型谐振触发电路的两点改进：提出了基于可饱和磁介质环的触发脉冲整形方法，解决了主脉冲波形畸变问题；通过串联阻容回路吸收剩余触发能量，消除了脉冲的续流拖尾。试验结果显示RSD开通特性良好，表明所设计的触发电路能满足开通μs级高上升率电流脉冲的需求。
反向触发晶闸管 谐振式触发 参数寻优 脉冲畸变 续流拖尾 reverse switched-on dynistor resonant mode triggering circuit parameter optimization pulse deformation tail current
1 光电控制技术重点实验室，河南 洛阳471009
2 西北工业大学航天学院，西安710072
在电动负载模拟器的控制系统设计中，其参数优化一般需要大量试验。根据负载模拟器的工作原理建立了伺服电机的数学模型，在分析CMAC神经网络控制结构的基础上，引入了更新系数和补偿环节，提出了一种基于CMAC神经网络的改进算法，对各控制参数进行了寻优，获得了参数的选择域。通过对系统的数字仿真表明，该方法可稳定地跟踪非线性输入，尤其在大角度高速下加载效果良好，满足项目精度性能要求，对负载梯度和频率变化具有自适应能力。
电动负载模拟器 CMAC神经网络 参数最优 自适应 load simulator CMAC neural network parameter optimization self adaptation
