本发明公开了一种基于独立分量分析和遗传神经网络的近红外光谱分析方法,该方法对采集得到的近红外光谱,首先用离散小波变换对光谱数据进行有效压缩;然后用独立分量分析方法提取近红外光谱数据矩阵的独立成分和相应的混合系数矩阵;建立三层BP神经网络,将训练样本的混合系数矩阵作为输入,相应测得的被测成分浓度矩阵作为输出,并采用遗传算法优化神经网络结构,经训练样本训练得到GA-BP神经网络;最后使用GA-BP神经网络对预测集样本的被测成分浓度进行预测分析。该方法丰富了化学计量学方法,拓宽了独立分量分析的应用范围,具有良好的应用前景。
声明:
“基于独立分量分析和遗传神经网络的近红外光谱分析方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)