原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
近红外光谱稀疏分量分析检测柴油品质参数.pdf
第 22 卷第2 期
光学精密工程 Vo l. 22 No.2
2014 年 2 月 ()ptics and Preci日 ion Engineering Feb. 2014
文章编号 1004-924X( 20 14)02-0296-08
近红外光谱稀疏分量分析检测柴油晶质参数
周 扬1.2 祷，戴曙光2 ，葛丁飞1
(1.浙江科技学院信息与电子工程学院，浙江杭州 310023;
2. 上海理工大学光电信息与计算机工程学院，上海 200093)
摘要:由于光谱盲源分离中的独立分量分析方法(lCA)在柴油品控参数近红外光谱定量分析时预测效果不理想，稳定性
不高，本文提出了一种在稀疏特性下的盲源分离近红外光谱分析思路 近红外光谱稀疏分量分析法，并用该方法预测
了柴油沸点、密度、芳怪总量等品控参数。首先利用柴油校正集光谱样本训练冗余字典并完成光谱在该字典下的稀疏变
换，接着完成混合矩阵估计，最后用混合矩阵与柴油品控参数建立问归预测模型。针对混合矩阵估计中光谱稀疏度不为
一时聚状特征模糊导致元法确定聚类数的问题.提出将 AP 聚类算法应用于聚类过程。实验表明，近红外光谱稀疏分量
分析法对柴油沸点、密度、芳:怪总量预测的相关系数(Rl 、预测均方根误差(RMSEP) 分别达到了 98.91% ， 99.68% ,
99.43% 和 2.84 ， 0. 88X 10-3 .0. 59 ，性能优于 ICA 及全谱偏最小二乘(PLSl 等传统方法。该方法可作为一种柴油品控参
数检测的有效盲源分离定量分析方法，并可推广于其它光谱检测领域。
关 键 词:近红外光谱;柴油检测;独立分量分析法;稀疏分量分析法;盲源分离
中图分类号 :0657. 33jU473.12 文献标识码:A doi: 10. 3788/0PE. 0296
Detection of diesel quality parameters by near infrared
spectroscopy with sparse component analysis
棍
ZHOU Yang1 町 2 ， DAI Shu-guang2 , GE Ding-fei 1
(1. College of lnformation and Electronic Engineering ,
Zhejiang Unilersity of Science and TechnoLogy , Hangzhou 310023 , China;
2. School of 0ρtical-Electrical and Computer Engineering , Shanghai 200093 , China )
头 Corres户onding author , E-mail: zybuaa@163.com
Abstract: Independent Component Analysis (1CA) in a blind source separation method can not obtain i
deal prediction results and excellent measuring stability in detecting diesel quality parameters by near
infrared spectroscopy. Therefore , a blind source separation method based on sparse c
文档评论（0）