文献

J-GLOBAL ID：201702250794827178   整理番号：17A0160804

拡張神経回路網パターン認識による製品油の同定と測定【JST・京大機械翻訳】

Study on Refined Oil Identification and Measurement Based on the Extension Neural Network Pattern Recognition

著者 (6件)： Zhang Liguo (Measurement Technology and Instrumentation Key Laboratory of Hebei Province, Yanshan University) ,  Chen Zhikun (Measurement Technology and Instrumentation Key Laboratory of Hebei Province, Yanshan University) ,  Wang Li (Measurement Technology and Instrumentation Key Laboratory of Hebei Province, Yanshan University) ,  Cao Lifang (Measurement Technology and Instrumentation Key Laboratory of Hebei Province, Yanshan University) ,  Yan Bing (Measurement Technology and Instrumentation Key Laboratory of Hebei Province, Yanshan University) ,  Wang Yutian (Measurement Technology and Instrumentation Key Laboratory of Hebei Province, Yanshan University)
資料名： Guangpuxue yu Guangpu Fenxi  (Guangpuxue yu Guangpu Fenxi)
巻： 36  号： 9  ページ： 2901-2905  発行年： 2016年 
JST資料番号： C2093A  ISSN： 1000-0593  CODEN： GYGFED  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 燃料には「消費量が大きい」,「相対的に低い」,「フロントエンドに清潔」,「末端排出不足」の4つの問題があり,我が国の空気汚染60%以上は煤和油の燃焼に由来し,霧問題はエネルギー問題に大きく依存する。ガソリン,ディーゼル,灯油などの成品油の迅速同定と測定は,空気汚染のモニタリングと管理のための重要な意味を持っている。製品の油の種類の情報を正確に表現した上で、ネットワークモデルの識別効率を向上させるために、主成分分析方法を用いて高次元空間を次元縮小処理を行った。最も一般的な三次元蛍光スペクトルは励起-発射マトリックス(つけ加えて-EMISSION MATRIX,EEM)データに基づいて主成分分析を行い、より精密、より深い特徴パラメータを抽出する。分類プロセスにおいて,交差検証法を適用して,過剰あてはめ現象を避けることができた。二つの処理の神経回路網を設計し,測定し,ニューラルネットワークのパターン認識結果を濃度ネットワークの入力ポートにフィードバックし,相対的傾斜,総合的バックグラウンドパラメータ,相対蛍光強度と共に対応する種類の濃度出力を測定し,拡張神経回路網パターン認識技術を利用して製品油の識別と測定を実現した。拡張ニューラルネットワーク法を適用して,油のパターン認識の平均認識率は0.99に達し,平均回収率は0.95%であった。パターン認識の平均時間は2.5秒であり,PARAFACモデルの解析法の48.5%であった。この方法は,計算速度を著しく改善し,応用効果は理想的である。製品油,茶,農薬などの複雑な成分混合物を分析する場合には,具体的な試料採取に対応するキャリブレーション試料を作成し,分析の正確性と精度を確保する必要があることを指摘した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 次元縮小 ,  ガソリン ,  ニューラルネットワーク ,  ネットワーク ,  主成分分析 ,  煤 ,  回収率 ,  灯油 ,  *神経回路網 ,  高次元 ,  交差検証法 ,  大気汚染 ,  *パターン認識
準シソーラス用語： 認識率 ,  蛍光強度 , 【Automatic Indexing@JST】

著者キーワード (4件)： Three-dimensional fluorescence spectra ,  Refined oil ,  Principal component analysis ,  Extension neural network

分類 (2件)： 火災  (RA02020B) ,  燃料油  (YF02072I)

タイトルに関連する用語 (4件)： 拡張 ,  神経回路網 ,  パターン認識 ,  同定