油品种类定性判别的近红外光谱方法、系统、介质及装置制造方法及图纸

技术编号:42656623 阅读:25 留言:0更新日期:2024-09-10 12:16
本发明专利技术提供油品种类定性判别的近红外光谱方法、系统、介质及装置,方法包括:获得多个待测燃油样品的近红外光谱,从而获得近红外光谱数据;通过神经网络构建定性判别模型,所述定性判别模型的输入为近红外光谱数据,所述定性判别模型的输出为属于各油品种类的概率或/和属于各牌号的概率;将多个待测燃油样品的近红外光谱数据输入定性判别模型判别每个待测燃油样品属于各油品种类的概率或/和属于各牌号的概率,将待测燃油样品属于油品种类或/和属于各牌号的最高概率作为所述待测燃油样品的油品种类或/和属于牌号。本发明专利技术不受不同种类燃油之间光谱信息的干扰,提高了油品种类或/和牌号识别的准确性。

【技术实现步骤摘要】

本专利技术涉及油品检测,尤其涉及油品种类定性判别的近红外光谱方法、系统、介质及装置


技术介绍

1、目前燃油市场混乱,以次充好的现象屡见不鲜,销售的油品种类、牌号与实际不符对车辆使用等造成严重影响。国标规定中使用宾斯基-马丁闭口杯、凝点测定仪和全尺寸点燃式发动机可以间接实现指标测定判别牌号,但实验室方法繁琐、便携性较差,不利于现场分析。适用于快速检测的方法中大多为近红外光谱法,但由于燃油间化学组成相似,导致直接使用近红外光谱实现准确定性判别难度较大,并且目前大多数的油品牌号识别功能均是单一种类的识别且多为线性建模方法,在使用同一模型对多种燃油进行牌号识别时,受不同种类燃油之间光谱信息的干扰,导致牌号识别准确率有所下降。


技术实现思路

1、本专利技术提供一种油品种类定性判别的近红外光谱方法,包括:

2、获得多个待测燃油样品的近红外光谱,从而获得近红外光谱数据;

3、通过神经网络构建定性判别模型,所述定性判别模型的输入为近红外光谱数据,所述定性判别模型的输出为属于各油品种类的概率或/和属于本文档来自技高网...

【技术保护点】

1.一种油品种类定性判别的近红外光谱方法,其特征在于,包括:

2.根据权利要求1所述的油品种类定性判别的近红外光谱方法,其特征在于,所述对训练集使用贝叶斯正则化引入先验知识设定超参数的范围的步骤包括:

3.根据权利要求2所述的油品种类定性判别的近红外光谱方法,其特征在于,所述优化超参数的步骤包括:

4.根据权利要求3所述的油品种类定性判别的近红外光谱方法,其特征在于,所述构建贝叶斯正则化优化反向传播神经网络建立定性判别模型的步骤包括:

5.根据权利要求1所述的油品种类定性判别的近红外光谱方法,其特征在于,所述构建训练集的步骤包括:

<...

【技术特征摘要】

1.一种油品种类定性判别的近红外光谱方法,其特征在于,包括:

2.根据权利要求1所述的油品种类定性判别的近红外光谱方法,其特征在于,所述对训练集使用贝叶斯正则化引入先验知识设定超参数的范围的步骤包括:

3.根据权利要求2所述的油品种类定性判别的近红外光谱方法,其特征在于,所述优化超参数的步骤包括:

4.根据权利要求3所述的油品种类定性判别的近红外光谱方法,其特征在于,所述构建贝叶斯正则化优化反向传播神经网络建立定性判别模型的步骤包括:

5.根据权利要求1所述的油品种类定性判别的近红外光谱方法,其特征在于,所述构建训练集的步骤包括:

6.根据权利要求5所述的油品种类定性判别的近红外光谱方法,其特征在于,所述剔除训练集中的步...

【专利技术属性】
技术研发人员:李轲杜彪张鑫张正东郝璐刘帆王家民李琪徐晓雯丁超民周玉山何津张佩玉吴抒悦
申请(专利权)人:中国计量科学研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1