申请/专利权人：武汉理工大学

申请日：2021-03-30

公开（公告）日：2024-02-23

公开（公告）号：CN113125377B

主分类号：G01N21/359

分类号：G01N21/359;G01N21/3577

优先权：

专利状态码：有效-授权

法律状态：2024.02.23#授权;2021.08.03#实质审查的生效;2021.07.16#公开

摘要：本发明涉及一种基于近红外光谱检测柴油性质的方法及装置，该方法包括：获取包含标注信息的近红外光谱数据集；将近红外光谱数据集输入至每个模型参数候选值对应构建的SVR优化模型，确定对应的预测馏程温度；根据每个模型参数候选值对应的适应度函数，对模型参数候选值进行排序，确定候选队列；根据候选队列的排序，依次给每个模型参数候选值分配搜索空间，并在搜索空间内繁殖更新，确定更新候选值；根据更新候选值的适应度函数进行排序，更新候选列队；若满足迭代终止条件，则停止迭代，将更新后的候选队列中排在首位的更新候选值作为模型最优参数。本发明利用全局搜索，保证向量回归机的高分类准确率，提高检测结果的准确性。

主权项：1.一种基于近红外光谱检测柴油性质的方法，其特征在于，包括步骤S1至步骤S8，其中：在步骤S1中，获取包含标注信息的近红外光谱数据集，所述标注信息为实际馏程温度；在步骤S2中，随机生成多个模型参数候选值，将所述近红外光谱数据集输入至每个所述模型参数候选值对应构建的SVR优化模型，确定对应的预测馏程温度；在步骤S3中，根据每个所述模型参数候选值对应的适应度函数，对所有所述模型参数候选值进行排序，确定候选队列，其中，所述适应度函数根据所述实际馏程温度和所述预测馏程温度之间的误差而确定；在步骤S4中，根据所述候选队列的排序，依次给每个所述模型参数候选值分配对应的搜索空间，并在对应的所述搜索空间内繁殖更新，确定对应的更新候选值；在步骤S5中，根据每个所述更新候选值的所述适应度函数进行排序，更新所述候选队列，判断更新后的候选队列是否满足迭代终止条件；在步骤S6中，若满足，则停止迭代，将所述更新后的候选队列中排在首位的所述更新候选值作为模型最优参数，若不满足，则将每个所述更新候选值作为所述模型参数候选值，返回至步骤S3中；在步骤S7中，将所述模型最优参数作为SVR优化模型的最终的模型参数，完成对SVR优化模型的训练，并将所述SVR优化模型进行存储；在步骤S8中，将待测柴油的近红外光谱输入至训练完备的SVR优化模型，确定对应的预测馏程温度。

全文数据：

权利要求：

百度查询： 武汉理工大学 一种基于近红外光谱检测柴油性质的方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD