小波变换与现代优化算法在近红外建模中的应用

摘要

近红外光谱分析技术具有高效、快速、低成本、无损伤和绿色环保等优点，可以用于现场快速检测和实时在线分析，在制浆造纸工业生产中，应用前景非常广阔。但是由于近红外光谱本身的吸收机理原因，吸收信号的信噪比比较低，导致了分析灵敏度较低，虽然采用了一些常规的处理方法，但建立模型的准确度仍然有待提高。
　　 小波变换作为一种新的信号处理工具，具有良好的时频局部化性质，在信号的去噪、压缩方面优势明显。遗传算法是智能优化算法中应用最为广泛也最为成功的算法，在很多领域都得到了成功应用。
　　 本文将小波变换和遗传算法应用到近红外光谱预处理中，采用小波变换软阈值进行处理后建模和利用某些小波系数直接建模两种方法。建模结果表明，小波变换不仅过程简单，而且建模效果优于常规的预处理方法。另外，将小波变换与遗传算法结合建模，利用遗传算法的优化特性，对光谱的谱区进行选择，减少了参与建模的光谱数据，节省了建模时间，同时提高了模型的精度。

目录

文摘

英文文摘

声明

致谢

第一章 绪论

1.1近红外分析技术

1.2近红外分析技术的分析原理

1.3近红外分析技术的特点

1.4近红外分析中的化学计量学方法

1.5近红外技术在造纸工业中的应用

1.6近红外分析技术尚存在的问题

1.7论文主要研究内容

第二章优化算法知识介绍

2.1优化问题简介

2.2模拟退火算法

2.3禁忌搜索

2.4蚁群优化算法

2.5粒子群优化算法

2.5.1 PSO算法原理

2.5.2 PSO算法的应用

2.6本章小结

第三章小波变换的基本原理及应用

3.1小波变换应用的理论依据

3.2从Fourier变换到小波变换

3.3离散小波变换和多分辨分析

3.4二尺度方程及Mallat算法

3.5实验部分

3.5.1实验数据的采集及处理

3.5.2小波变换的结果

3.6本章小结

第四章小波变换在近红外模型优化中的应用

4.1样品数据集的划分

4.2油菜籽NIR建模的预处理

4.3建模方法及模型评价

4.3.1偏最小二乘法

4.3.2模型评价指标

4.4实验结果及分析

4.5本章小结

第五章遗传算法原理及其在NIR建模中的应用

5.1特征波长和谱区选择概述

5.1.1建模前进行特征波长和谱区选择的必要性

5.1.2波长或谱区优选的研究概况

5.1.3基于相关系数法的波长选择

5.2遗传算法概述

5.2.1遗传算法的提出与发展

5.2.2遗传算法的特点

5.2.3遗传算法的应用

5.3遗传算法的实施

5.3.1编码

5.3.2选择

5.3.3交叉

5.3.4变异

5.3.5适应度函数

5.3.6控制参数的选择

5.3.7终止条件

5.4 GA在NIR中的具体应用

5.5实验结果及分析

5.6本章小结

第六章总结

参考文献