電子煙油理化指標的近紅外光譜預測模型建立方法及應用,采集獲取訓練集電子煙油光譜信息,建立煙油近紅外光譜數據訓練集,對光譜數據進行預處理;然后使用分析計量儀器測量獲取電子煙油的相對密度、折光指數和PH值;采用粒子群優化?支持向量機回歸(Particle?Swarm?Optimization?Support?Vector?Regression,PSO?SVR)算法,結合測量獲取的理化指標建立近紅外光譜預測模型。獲取待測量電子煙油的近紅外光譜信息并進行預處理,然后用建立的近紅外光譜預測模型,直接測量該電子煙油的相對密度、折光指數和PH值,快速無損測量得到電子煙油的重要理化指標。本發明能夠實現電子煙油重要理化指標的快速準確測量,對電子煙油重要理化指標的實時在線監測和其它質量參數的快速測量奠定了良好的基礎。
聲明:
“電子煙油理化指標的近紅外光譜預測模型建立方法及應用” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)