基于红外光谱-小波变换-核独立成分分析的地黄炮制过程终点确定

对地黄炮制过程采集样品进行进行红外光谱(IR)测试,利用连续小波变换(CWT)对原始IR数据进行噪音滤除与背景扣除,再对混合信号进行核独立成分分析(KICA),提取其中能够体现纯组分光谱特征轮廓的独立组分(IC)信息,根据独立组分及其相对强度变化趋势表征地黄炮制过程,建立了地黄炮制过程的终点判断的新方法.     

枸杞产地的小波变换红外光谱的聚类分析鉴别

采用傅里叶变换红外光谱(FTIR)对不同枸杞样品产地进行鉴别.常规预处理方法和小波变换对红外光谱原始数据进行了预处理.对比常用的窗口移动平滑预处理、标准正态变换以及多元散射校正,说明小波变换是一种有效实用的光谱预处理方法.对已预处理后的红外光谱数据进行主成分分析和聚类分析,结果 18份枸杞样品聚为主产地和非主产地两大类,取得了较满意的分类效果.这种红外光谱技术结合聚类分析法被证明是可靠的,可作为枸杞产域鉴别的一种现代化方法.     

连续小波变换-支持向量回归-紫外分光光度法测定多组分B族维生素含量

提出了连续小波变换-支持向量回归-紫外分光光度法(CWT-SVR-UV)多组分B族维生素含量测定方法.通过对维生素B混合样品测定光谱进行CWT处理,能够扣除光谱背景信号,降低光谱重叠与共线性的影响.将CWT-SVR-UV法用于维生素B1、维生素B2、维生素B3及维生素B6混合组分的同时测定,测定结果相对标准偏差分别为0.9%、1.8%、1.7%和0.5%.与基于原始光谱数据的SVR和偏最小二乘(PLS)建模方法相比较,本文提出的建模测定方法具有更好的预测准确度.     

基于小波的光谱信号基线校正和背景扣除

提出一种基于小波多分辨分析的光谱信号基线校正和背景扣除算法,对原始光谱进行小波去噪,应用小波多分辨分析对基线/背景预扣除,并基于一阶导数进行峰形修正,得到符合实际的校正光谱.对叠加曲线背景和线性背景的模拟光谱数据进行模拟实验.结果显示:该算法可用于多种类型的基线/背景校正场合,无须分析样品成分的先验知识,无须选择合适的背景校正点,也无须背景信号分布的数学假设,可应用于各类谱图的基线校正和背景扣除中.     

基于空间频率和小波变换的图像融合方法

为了更好的对多光谱图像和高分辨图像进行融合，根据小波变换有三个方向的高频细节这．特点，提出了一种计算空间频率的新方法。利用这种空间频率、IHS和小波变换方法对多光谱图像和高分辨图像进行了融合，得到了具有较好的空间分辨率和光谱信息的融合图像，并对融合图像进行了评价。实验结果表明该方法得到的融合图像优于传统IHS变换法和传统小波变换方法。     

基于小波变换的遥感影像融合方法的比较分析

利用ETM+的全色和多光谱影像,对基于小波变换的常用几种影像融合方法进行了实验与分析,实验结果表明,基于小波变换和MNF变换的融合影像的光谱失真比较严重,基于小波变换和主成分变换的融合效果最好,其光谱保真效果最好。     

一种基于小波变换的数字图像水印技术

提出了一种基于小波变换的数字图像水印算法。利用小波变换（DWT）的基本原理,将二值图像水印加入到图像小波变换后细节子带中的较大系数上。实验结果表明,该方法具有较强的鲁棒性,能够较好抵抗常见的图像处理方法和一般噪声干扰。并且,本方法中使用的水印是视觉上可直观辨识的二值数字图像。     

基于测井数据的高精度层序地层定量划分方法及其应用

针对当前层序定量划分方法存在的一些问题,提山一种基于多孔算法的平稳小波变换定量划分方法.利用理论模型验证该方法的有效性,并与常规的离散小波变换方法作对比,分析平稳小波变换的优越性.最后将该方法应用到南堡凹陷1号构造带W1井和W2井东营组一段的准层序组划分.研究结果表明:得到的层序划分结果与沉积背景和钻井结果相吻合,基于平稳小波变换的定量方法适用于层序地层划分工作,并为当前层序地层学研究向更高精度发展提供了定量化手段.     

图像分割与平稳小波变换法融合红外与可见光图像

为改善红外与可见光图像融合后的视觉效果,提出一种基于图像分割和平稳小波变换的图像融合方法。首先,结合最大类间方差方法与边缘检测方法,将红外图像分割为背景部分和目标部分;然后利用平稳小波变换对红外图像的背景部分与可见光图像分别进行多尺度分解,低频部分采用区域空间频率取大融合准则,高频部分采用绝对值取大融合准则,对多尺度分解后的各层进行融合,再利用平稳小波逆变换得到融合结果;最后,对该融合结果与红外图像的目标部分采用加权求和的融合准则进行融合,得到最终的红外与可见光融合图像。实验结果表明,通过提出的方法进行红外与可见光图像融合,不仅很好地突出红外图像的目标信息,还较好地体现可见光图像的场景细节信息,视觉效果明显改善;其标准差、信息熵、互信息均优于拉普拉斯金字塔变换和小波变换等传统的融合算法。实验结果验证了方法的有效性。     

基于小波变换的红外跟踪系统的算法研究

提出了一种基于小波系数阈值处理的红外图像去噪方法,该方法针对红外图像的噪声分布特性,对红外图像中的秉性噪声进行对数变换,使秉性噪声变为加性噪声,并对变换后红外图像的小波变换系数进行阚值处理实现图像去噪。从而有效的提高了目标图象质量,满足跟踪系统的精度要求。     

小波变换和高斯拟合在多组分曲线解析中的应用

应用小波变换对多组分光谱图进行降噪处理,然后运用高斯拟合方法处理光谱图,能够得到各组分光谱图的高斯拟合公式,为了定量分析,调整高斯拟合公式峰位置,重新应用高斯拟合各组分的光谱图,使得各组分光谱图分开,并运用Matlab单独计算各光谱图的面积.结果显示,重新拟合以后各峰面积之和与拟合之前面积相等,可以作为定量分析的依据.     

小波变换和高斯拟合在多组分曲线解析中的应用

应用小波变换对多组分光谱图进行降噪处理,然后运用高斯拟合方法处理光谱图,能够得到各组分光谱图的高斯拟合公式,为了定量分析,调整高斯拟合公式峰位置,重新应用高斯拟合各组分的光谱图,使得各组分光谱图分开,并运用Matlab单独计算各光谱图的面积.结果显示,重新拟合以后各峰面积之和与拟合之前面积相等,可以作为定量分析的依据.     

独立成分分析-支持向量机回归模型及其在近红外光谱分析中的应用

首先采用独立成分分析(ICA)提取近红外光谱数据矩阵的独立成分和相应的混合矩阵,然后用支持向量机回归(SVR)对混合矩阵和实测浓度矩阵进行建模,建立了独立成分分析-支持向量机回归(ICA SVR)的近红外分析建模方法.结果表明,ICA SVR模型的预测结果明显优于SVR和偏最小二乘法(PLS)方法,方法用于肉样品中水分、脂肪和蛋白质的同时测定,获得了满意的结果.     

增广独立成分分析用于果汁饮料中防腐剂的快速测定

采用正交设计法配制16组包含苯甲酸钠、山梨酸钾、对羟基苯甲酸甲酯钠3种防腐剂水性混合样品,分别测其紫外-可见(UV)光谱.果汁样品通过离心,取上清溶液,稀释一定的倍数测定其UV光谱.将果汁样品紫外光谱数据与模拟水样光谱融合得到增广光谱矩阵,采用独立成分分析(ICA)提取增广光谱矩阵中独立组分(IC)的浓度轮廓,将实际样品中3种防腐剂以外的其他成分作为背景加以扣除,以模拟标准样品3种防腐剂对应的浓度轮廓回归分析得到3种防腐剂测定的独立成分回归(ICR)模型,实际样品中防腐剂的IC值代入ICR模型预测得到相应防腐剂含量.将浓度IC轮廓进行最小二乘回归分析得到与其对应的光谱轮廓,可用作防腐剂与作为其他成分的背景信号的定性分析.方法用于市售某柠檬饮料中防腐剂测试分析,ICR模型的线性相关系数(R)均在0.99以上,测定结果与采用高效液相色谱法相当.     

A New Sample-Selection and Modeling Method Based on Near-Infrared Spectroscopy and Its Industrial Application

Near-infrared （NIR） spectroscopy has been widely employed as a process analytical tool （PAT） in various fields; the most important reason for the use of this method is its ability to record spectra in real time to capture process properties. In quantitative online applications, the robustness of the established NIR model is often deteriorated by process condition variations, nonlinear of the properties or the high-dimensional of the NIR data set. To cope with such situation, a novel method based on principal component analysis （PCA） and artificial neural network （ANN） is proposed and a new sample-selection method is mentioned. The advantage of the presented approach is that it can select proper calibration samples and establish robust model effectively. The performance of the method was tested on a spectroscopic data set from a refinery process. Compared with traditional partial leastsquares （PLS） , principal component regression （PCR） and several other modeling methods, the proposed approach was found to achieve good accuracy in the prediction of gasoline properties. An application of the proposed method is also reported.     

近红外光谱法定量分析亚麻油中的主要组分

用厚度为 1cm的玻璃比色皿作为吸收池 ,测定了亚麻油的近红外光谱 ,利用 70 0 0～ 6 0 0 0cm-1范围内的透波率 ,建立了主成分回归分析模型和BP人工神经网络模型 ,用二模型预测了亚麻油中油酸、亚油酸和亚麻酸的含量 ,预测结果的平均相对误差均在 2 %以内 ,并BP人工神经网络模型预测的效果较好。该法可用于亚麻油中主要组分的实时成分分析。     

IHS变换域的遥感图像NSCT融合算法

针对非采样Contourlet变换(NSCT)在多光谱图像与全色图像融合时复杂度较大的问题,提出一种IHS变换域的多光谱图像与全色图像NSCT融合算法.该算法首先对多光谱图像进行IHS变换,然后再将强度分量图像与全色图像进行基于NSCT的融合,得到新的强度分量,最后再做IHS逆变换得到融合图像.实验结果表明,将IHS变换与NSCT相结合,有效地减少了融合计算量.另外与小波变换、Contourlet变换、NSCT等多分辨率分析的遥感图像融合算法相比,该算法还有效地减少了融合图像的光谱扭曲,提高了融合图像的视觉效果.     

基于人工神经网络的崩岸预测模型研究

针对崩岸影响因素众多、难以定量评价等问题,采用一种基于人工神经网络的崩岸预测方法,介绍了其基本原理.在研究崩岸诸多影响因素的基础上,选取11种主要影响因素建立崩岸预测模型.以随机构造的20个岸坡模型为训练样本,以5个随机岸坡模型为检验样本,实现了岸坡稳定性的人工神经网络预测.初步结果表明,神经网络方法可以应用于崩岸的预测.     

基于GIS和人工神经网络技术的开采沉陷预计建模方法

探讨了GIS支持下利用人工神经网络技术进行开采沉陷定量预测的方法和思路，完成了影响因素的选取、数据处理、开采沉陷初始预计模型的建立及验证。数据处理由GIS软件完成，采用BP神经网络训练方法对开采沉陷系统进行建模；进而结合验证结果，对误差进行了定性分析。研究结果表明，利用GIS支持下的神经网络模型对复杂的开采沉陷系统进行模拟预测，具有理论上的可行性和现实意义。说明GIS和人工神经网络技术在开采沉陷预计领域中具有广阔应用前景。