龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：桂林电子科技大学
摘要：针对传统的橡胶种类识别方法耗时费力、产生废气废液、具有破坏性，对检测人员的专业性要求较高等问题，本发明公开了一种橡胶种类识别的太赫兹时域光谱检测方法。利用太赫兹时域光谱技术结合粒子群算法优化支持向量机PSO‑SVM模型和最小二乘支持向量机LS‑SVM模型对橡胶的种类实现了精准识别。在模型训练之前，本发明提出并使用了离散小波变换结合线性判别算法DWT‑LDA对太赫兹吸光度光谱特征进行提取。与未使用特征提取算法和主成分分析算法PCA相比，DWT‑LDA表现出优异的特征提取能力，并且两个模型对橡胶种类识别的准确率提升到100％。本发明提供的橡胶种类识别方法具有快速、准确、安全、环保等方面的优势，为橡胶品质控制提供了一种新的技术途径。
主权项：1.一种橡胶种类识别的太赫兹时域光谱检测方法，其特征在于，包括以下步骤：S1:采用橡胶硫化工艺将不同种类的橡胶硫化成厚度相同、表面光滑的橡胶板，然后进行干燥，最后将干燥好的橡胶板使用圆形裁剪刀裁剪成表面光滑的圆形薄片实验样品。S2：使用太赫兹时域光谱系统获取参考和实验样品的时域光谱数据信息。S3：通过快速傅里叶变换FFT，将上述S2获取到的不同种类橡胶样品的时域光谱数据信息转化为相应的频域光谱数据信息后，经过计算得到样品的吸光度光谱数据。S4：采用数据预处理方法对S3获取到的吸光度光谱数据进行预处理。S5：选择上述S4信噪比高、噪声低频段的吸光度光谱数据信息，然后使用KS方法划分样本集，最后分别运用主成分分析法PCA和离散小波变换结合线性判别算法DWT-LDA对吸光度谱数据进行特征提取，以提取出具有代表性的样本特征，作为模型的输入数据。S6：分别构建粒子群算法优化支持向量机PSO-SVM和最小二乘支持向量机LS-SVM定性分析模型。S7：将需要进行检测的不同种类橡胶样品的光谱数据放入到S6所述的定性分析模型中，输出检测结果。
全文数据：
权利要求：
百度查询： 桂林电子科技大学 一种橡胶种类识别的太赫兹时域光谱检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号