[发明专利]基于相关性分析和ELM神经网络的软测量方法无效
| 申请号： | 201210541667.3 | 申请日： | 2012-12-14 |
| 公开（公告）号： | CN103018181A | 公开（公告）日： | 2013-04-03 |
| 发明（设计）人： | 梅从立;江辉;肖夏宏;廖志凌;丁煜函;刘国海 | 申请（专利权）人： | 江苏大学 |
| 主分类号： | G01N21/25 | 分类号： | G01N21/25;G06N3/02 |
| 代理公司： | 南京知识律师事务所 32207 | 代理人： | 汪旭东 |
| 地址： | 212013 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于相关性分析和ELM神经网络的软测量方法。该方法步骤为：采集固态发酵过程产物的近红外光谱数据，光谱仪对被采集的光谱信号分析转换后通过数据线传入计算机；对获得的原始光谱数据进行预处理。对上述实验重复N次，选取一批发酵过程监控近红外光谱数据为案例样本数据，采用统计学相关性分析方法与其它(N-1)批数据进行相关性分析，再利用相关性指标分析结果与固态发酵过程产物参数指标的实测参考值进行关联，建立基于ELM的软测量模型。本发明操作简单方便、检测速度快且重现性好，可用于固态发酵过程产物质量的在线监控，本发明有望解决固态发酵生产过程中常规离线理化检测方法成本高、耗时长及效率低等问题。 | ||
| 搜索关键词： | 基于 相关性 分析 elm 神经网络 测量方法 | ||
【主权项】：
基于相关性分析和ELM神经网络的软测量方法，其特征在于：以不同批次固态发酵过程样本近红外光谱数据相关性因子为软测量模型输入变量，以固态发酵过程产物参数指标的实测参考值为输出变量，采用ELM神经网络对进行固态发酵过程关键参数软测量建模；所述方法的步骤为：1）利用漫反射式近红外光谱采集装置获取固态发酵过程产物的近红外光谱数据，被采集的光谱信号经光谱仪分析转换后通过数据线传入计算机；2）对获得的原始光谱数据进行预处理，对上述实验重复N次，即获得N批数据，选取一批发酵过程监控近红外光谱数据为案例样本数据；3）然后采用统计学相关性分析方法与其它(N‑1)批数据进行相关性分析；4）利用相关性指标分析结果与固态发酵过程产物参数指标的实测参考值进行关联，建立基于ELM的软测量模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏大学，未经江苏大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201210541667.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种光扫描散射仪
- 下一篇：一种处理用于测试的影像数据的系统及方法
