申请/专利权人：北京理工大学;甘肃银光化学工业集团有限公司

申请日：2023-12-13

公开（公告）日：2024-03-12

公开（公告）号：CN117690519A

主分类号：G16C20/70

分类号：G16C20/70;G01N21/359;G06N3/006;G06F17/16;G06F17/10

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.29#实质审查的生效;2024.03.12#公开

摘要：本发明公开了改进蜣螂算法的乌洛托品‑醋酸溶液近红外模型转移方法，包括以下步骤：S1、选择并设置两个近红外光谱仪，分别作为主机和从机；S2、将矩阵划分为校正集样品和验证集样品，形成预测集样品；S3、对校正集样品、验证集样品和预测集样品的光谱矩阵进行一阶导数和小波变换的联合预处理；S4、利用改进蜣螂算法进行变量优选，依据选择的变量建立主机的偏最小二乘法的五折交叉验证近红外模型，评价模型在不同仪器上的迁移性能。本发明采用上述的改进蜣螂算法的乌洛托品‑醋酸溶液近红外模型转移方法，解决了原有算法中存在的初始种群分布不均匀缺陷，有助于从高维度的光谱数据中选择最具信息的变量，提高建模效率和模型的解释性。

主权项：1.改进蜣螂算法的乌洛托品-醋酸溶液近红外模型转移方法，其特征在于，包括以下步骤：S1、选择并设置两个近红外光谱仪，分别作为主机和从机；S2、根据Kennard-Stone算法，将主机获取的乌洛托品-醋酸溶液光谱矩阵和对应的乌洛托品浓度化学真值矩阵划分为校正集样品和验证集样品；将从机获取的乌洛托品-醋酸溶液光谱矩阵与相应的乌洛托品浓度化学真值矩阵进行匹配，形成预测集样品；S3、对校正集样品、验证集样品和预测集样品的光谱矩阵进行一阶导数和小波变换的联合预处理；S4、利用改进蜣螂算法对校正集样品的光谱矩阵进行变量优选，将经过选择的变量应用于验证集样品和预测集样品，得到变量优选后的校正集样品、验证集样品和预测集样品光谱矩阵；S5、利用变量优选后的校正集样品光谱矩阵和对应的浓度矩阵，采用偏最小二乘法的五折交叉验证法，建立主机近红外光谱校正模型；对变量优选后的验证集样品光谱矩阵进行预测，根据决定系数R2和平均绝对误差MAE评估主机近红外光谱校正模型在验证集样品上的预测性能；S6、利用步骤S5建立的主机近红外光谱校正模型，对变量优选后的预测集样品光谱矩阵进行预测，并评价主机近红外光谱校正模型在从机上的预测效果。

全文数据：

权利要求：

百度查询： 北京理工大学;甘肃银光化学工业集团有限公司 改进蜣螂算法的乌洛托品-醋酸溶液近红外模型转移方法

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