文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN201510981003.2

申 请 日：20151223

发 明 人：梅青平 李太福 姚立忠 杨永龙 王先国 曹旭鹏 杨君玲

申 请 人：重庆科技学院

申请人地址：401331 重庆市沙坪坝区虎溪大学城

公 开 日：20160504

公 开 号：CN105550457A

代 理 人：王玉芝;陈英俊

代理机构：11327 北京鸿元知识产权代理有限公司

语　　种：中文

摘　　要：本发明提供一种基于卡尔曼滤波BP神经网络近红外光谱动态演化模型校正方法及系统，其中的方法包括：利用K/S算法从标准样品中选择有代表性的建模样品；采用BPNN法对所述建模样品建立近红外光谱数据与浓度间的非线性关系，形成BPNN校正模型；定期对待测样品进行化验，获取所述待测样品的样品数据；利用所述BPNN校正模型对所述待测样品进行预测，获取所述待测样品的预测值；获取的所述待测样品的样品数据和所述待测样品的预测值通过采用KF算法修正所述BPNN校正模型的阈值和权值。利用本发明能够保证近红外光谱校正模型具有自适应性，降低重建模型成本，从而实现在线分析。

主 权 项：1.一种基于卡尔曼滤波BP神经网络近红外光谱动态演化模型校正方法，包括： 利用K/S算法从标准样品中选择有代表性的建模样品； 采用BPNN法对所述建模样品建立近红外光谱数据与浓度间的非线性关系，形成BPNN校正模型； 定期对待测样品进行化验，获取所述待测样品的样品数据； 同时，利用所述BPNN校正模型对所述待测样品进行预测，获取所述待测样品的预测值； 获取的所述待测样品的样品数据和所述待测样品的预测值通过采用KF算法修正所述BPNN校正模型的阈值和权值。

关 键 词：待测样品  校正模型  近红外光谱 建模样品  样品数据  预测值 获取  近红外光谱数据  非线性关系  卡尔曼滤波 标准样品  动态演化  模型校正  算法修正  在线分析  重建模型  自适应性 权值 算法  一种  化验 预测  进行  选择  保证  建立  

IPC专利分类号：G06F17/50(20060101);G06N3/08(20060101);G01N21/359(20140101)