原文传递
一种利用高斯过程回归模型构建原油性质近红外快速分析的方法
| 专利名称： | 一种利用高斯过程回归模型构建原油性质近红外快速分析的方法 |
| 摘要： | 本发明公开了一种利用高斯过程回归模型构建原油性质近红外快速分析的方法。构建用于原油性质预测的模型的方法包括：(1)测定原油样本的性质数据；(2)测定所述原油样本的近红外光谱图；(3)利用减去一条直线对步骤(2)获得的近红外光谱图进行预处理，用以消除背景干扰与基线漂移；(4)对步骤(3)获得的光谱进行主成分分析(PCA)，保存特征值贡献率大于95％的载荷向量记Ppca；(5)利用Ppca对随机抽取的样本组成的训练子集进行降维后，通过高斯过程回归(GPR)得到子模型；(6)利用Ppca对待测样本的近红外光谱进行降维后，通过高斯过程回归(GPR)选择训练集；(7)根据训练集确定一个或多个波数段，利用偏最小二乘法(PLS)建立原油性质的预测模型。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 上海;31 |
| 申请人： | 华东理工大学 |
| 发明人： | 钱锋;钟伟民;杨明磊;杜文莉;隆建 |
| 专利状态： | 有效 |
| 申请号： | CN201811168265.7 |
| 公开号： | CN109324013A |
| 代理机构： | 上海专利商标事务所有限公司 31100 |
| 代理人： | 张睿 |
| 分类号： | G01N21/359(2014.01)I;G;G01;G01N;G01N21 |
| 申请人地址： | 200237 上海市徐汇区上海市梅陇路130号 |
| 主权项： | 1.一种构建用于原油性质预测的模型的方法，其特征在于，所述方法包括：(1)测定原油样本的性质数据；(2)测定所述原油样本的近红外光谱图；(3)利用减去一条直线对步骤(2)获得的近红外光谱图进行预处理，用以消除背景干扰与基线漂移；(4)对步骤(3)获得的光谱进行主成分分析(PCA)，保存特征值贡献率大于95％的载荷向量记Ppca；(5)利用Ppca对随机抽取的样本组成的训练子集进行降维后，通过高斯过程回归(GPR)得到子模型；(6)利用Ppca对待测样本的近红外光谱进行降维后，通过高斯过程回归(GPR)选择训练集；(7)根据训练集确定一个或多个波数段，利用偏最小二乘法(PLS)建立原油性质的预测模型。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
