文献类型：期刊文章

作　　者：周扬[1,2] 戴曙光[1] 吕进[2] 刘铁兵[2] 施秧[2]

机构地区：[1]上海理工大学光电信息与计算机工程学院,上海200093 [2]浙江科技学院近红外应用技术研究室,杭州310023

出　　处：《化学学报》

基　　金：国家自然科学基金(No.51075280);浙江省重大科技专项和优先主题计划(No.2010C11060);浙江省自然科学基金(No.Y4110235)资助~~

年　　份：2012

卷　　号：70

期　　号：18

起止页码：1969-1973

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSCD、CSCD2011_2012、JST、RSC、SCI(收录号：WOS:000310255500013)、SCI-EXPANDED(收录号：WOS:000310255500013)、SCIE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：为提高柴油组分近红外法检测的精度,提出了一种基于训练字典稀疏表示下的建模方法并用于柴油十六烷值、沸点和芳烃总量的检测.该法先用柴油光谱结合K均值奇异值分解(K-SVD)算法完成对冗余字典的训练,再用正交匹配追踪算法(OMP)寻找柴油光谱在该训练字典下的稀疏表示系数,用该系数建立了柴油十六烷值、沸点和芳烃总量偏最小二乘预测模型.实验比对了训练字典、傅里叶字典和小波字典稀疏表示下的柴油组分预测模型性能,其中训练字典的表示系数建模性能最优且比其他两种字典的预测性能有较大幅度改进,验证了该法在近红外光谱检测建模领域推广能改善预测的准确度和稳健性.

关 键 词：近红外 柴油组分  稀疏表示  冗余字典 字典训练  

分 类 号：TE626.24] O657.33]