近红外光谱分析中人工神经网络法的应用

设计了实用的人工神经网络模型进行定标并预测. 用误差反向传播算法, 构造了三层的神经网络结构, 用于解决光谱分析中谱峰重叠严重、 噪声较大等问题. 在定标样本数量较大的情况下, 应用人工神经网络方法对玉米的蛋白质含量和近红外吸收光谱进行了分析和讨论. 实验结果表明, 人工神经网络方法优于线形回归法和偏最小二乘方法.     

RBF神经网络的一种鲁棒学习算法

用定标鲁棒代价函数代替传统的二次型指标 ,并结合改进的遗传算法 ,搜索近最优径向基函数神经网络 ( RBFNN)的结构和参数 .实验结果表明该训练方法比其他方法具有更强的鲁棒性 ,可提高 RBFNN的泛化能力 ,自动消除训练数据中的噪声 ,再现训练数据中的潜在规律 .     

彩色图像复制中的阶调调整

图像的阶调复制是印刷复制的重点,是图像层次复制的关键所在,也是评价印刷品质量的重要指标之一。印刷品上的阶调、层次再现越多,图像中的色彩变化和质感表现就越好。然而,原稿密度反差一般都大于印刷品的密度反差,绝对忠实复制原稿是不可能的,印刷复制必然要对原稿的阶调层次进行压缩,但又不能对原稿的阶调层次进行平均压缩,应根据人眼的视觉影响要求和原稿的反差、调子分布的具体情况,正确地进行高光与暗调定标,并合理地调整阶调层次曲线,使图像主要部位的阶调层次加以重点、特色化的强调复制。     

基于VC++6.0的卷云激光雷达信号定标可视化软件设计与实现

激光雷达信号定标是其数据处理的基本组成部分。根据卷云激光雷达数据的特点与定标的需要,基于VC++6.0设计了定标可视化软件。该软件能够实现数据读取、计算、保存、绘图、定标参数修改等功能。经过测试,该软件能较好地完成三波长卷云激光雷达信号定标可视化的数据处理工作。它使用方便、可靠性好、扩展性强。     

基于激光诱导击穿光谱和定标曲线的土壤重金属元素浓度预测

土壤重金属污染一直被认为是当今世界面临的主要环境问题之一.提出基于激光诱导击穿光谱和定标曲线的土壤重金属元素浓度预测方法.制备9种含不同成分浓度梯度的重金属元素的土壤样品.实验结果表明:该方法浓度预测的准确度较高;样品的浓度是影响预测准确度的关键因素.利用LIBS技术检测土壤重金属含量,能为土壤修复提供更加准确有效的数据,且节约时间及降低成本.