首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于光谱特征和PCA-KNN的成品油溯源方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:联桥网云信息科技(长沙)有限公司

摘要:本发明涉及一种基于光谱特征和PCA‑KNN的成品油溯源方法,采用高光谱油液快速检测设备获取炼厂每一生产批次的成品油的唯一光谱特征,通过PCA以及KNN算法对获得的成品油光谱特征进行机器学习、训练模型以及建立光谱特征数据库,终端客户使用同样的高光谱油液检测设备对获得的成品油进行实时检测,获得的光谱特征通过主成分特征识别、数据归类和回归算法在建立的光谱特征数据库中进行分类,达到溯源的目的;本发明提供的成品油溯源方法充分利用光谱特征的唯一性,不需要经过实验室检测环节,能够达到现场实时追溯成品油炼厂出处、品类、批次和出厂时间,在低成本和简单操作下提高对成品油质量的把控。

主权项:1.一种基于光谱特征和PCA-KNN的成品油溯源方法,其特征在于,包括以下步骤:S1、光谱特征数据集采集,采用便携式高光谱油液快速检测设备从每一生产批次的成品油获得其唯一的光谱特征数据,包括反射率和DN值;S2、采用主成分分析法建立光谱特征模型库,包括:S201、光谱特征数据标准化;S202、建立协方差矩阵S;S203、计算协方差矩阵S的特征向量和特征值;S204、选择主成分,将步骤S203中得到的特征值降序排列,选择前个特征值作为主成分;S205、完成光谱特征模型库建立;S3、建立成品油预测溯源模型:通过K最近邻算法对S2步骤中产生的新的光谱特征向量在光谱特征模型库中进行分类训练,建立成品油溯源模型;S301、机器学习训练阶段,存储成品油样本特征向量及其相应的油样样本标签,K最近邻算法根据输入已知成品油样本特征向量进行分类并打上标签;S302、预测溯源阶段,K最近邻算法通过计算待溯源成品油样本与训练集中所有成品油样本之间的距离,识别出最近邻的集群,根据最近邻的集群将待溯源成品油样本进行分类、打上标签完成溯源;S4、将待溯源成品油按照步骤S1的方法采集光谱特征数据,经过步骤S3得到的成品油预测溯源模型即可快速完成待测成品油溯源。

全文数据:

权利要求:

百度查询: 联桥网云信息科技(长沙)有限公司 一种基于光谱特征和PCA-KNN的成品油溯源方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。