面向软测量的发酵过程变量选择和数据降维研究

发布时间：2018-01-08 06:31

  本文关键词：面向软测量的发酵过程变量选择和数据降维研究　出处：《江苏大学》2017年硕士论文　论文类型：学位论文

  更多相关文章： 降维 主成分分析 LASSO 深度学习 软测量

【摘要】：近年来,电子鼻和近红外光谱等无损检测技术以其非破坏性、互容性等优点被广泛于应用食品、药品等加工过程参数检测。然而,直接将基于电子鼻和近红外光谱提取的数据用于模型建立和预测,往往存在变量过多,模型计算复杂度高等问题。因此,在建模过程中实现数据降维十分重要。本文针对固态发酵过程,着重解决电子鼻和近红外光谱特征变量过多,计算复杂度高等问题,为实现固态发酵过程在线监测提供研究基础。具体研究工作如下:(1)针对电子鼻传感器阵列具有交叉敏感性、信息冗余等问题,提出一种基于电子鼻的传感器阵列二级优化方法。首先将主成分分析与相似性因子相结合对传感器阵列作一级优化,之后再使用序列前向选择算法对传感器阵列二级优化。将所提方法应用于蛋白饲料固态发酵过程监控,并将其与传统阵列优化方法进行对比,选用神经网络、支持向量机、线性判别分析等建模方法分别对比其预测精度及变量选择个数,结果表明所提方法在电子鼻传感器阵列优化中具有一定优越性与适用性。(2)针对近红外光谱特征变量多,光谱信息间存在严重共线性问题。本文提出基于siPLS-LASSO的近红外光谱特征选择方法,并建立偏最小二乘校正模型预测蛋白饲料固态发酵过程pH值。该方法能克服LASSO与siPLS存在的不足,首先使用siPLS方法选择最佳光谱子区间,然后在最佳光谱子区间内使用LASSO进一步筛选特征光谱。结果表明,与传统变量选择方法相比较,si PLS-LASSO方法在计算精度和响应时间上都有明显优势。因此,siPLS-LASSO是一种有效的特征波长选择算法。(3)为提取近红外光谱深层信息,本章使用深度学习的三种典型模型——卷积神经网络、深度玻尔兹曼机和堆栈自编码网络等分别对光谱数据降维处理,为获得更简洁稳定的固态发酵预测模型,将处理后得到的特征向量经遗传算法进一步降维,建立支持向量机模型预测蛋白饲料固态发酵过程pH值。结果表明:深度学习算法可以自动学习获得不同层次的特征表示,降低模型变量个数。同时,与传统特征降维方法的结合有助于对低维空间变量作进一步筛选,减少建模时间,提高预测精度。
[Abstract]:This paper presents a new method for optimizing the solid state fermentation process by using siPLS - LASSO .

【学位授予单位】：江苏大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP212

【参考文献】

相关期刊论文 前10条

1 徐克明;王俊;邓凡霏;韦真博;程绍明;;用于山核桃陈化时间检测的电子鼻传感器阵列优化[J];农业工程学报;2017年03期

2 张航;刘国海;江辉;梅从立;黄永红;;基于近红外光谱技术的乙醇固态发酵过程参数定量检测[J];激光与光电子学进展;2017年02期

3 明庭红;苏秀榕;周君;司开学;张红燕;韩姣姣;崔晨茜;董丽莎;王朝阳;裘迪红;;植物乳杆菌发酵牛乳挥发性风味物质的解析[J];食品与发酵工业;2016年12期

4 马雷;郑梦鸽;石拓;马跃超;谢希贤;陈宁;;谷氨酸棒杆菌发酵过程中亮氨酸浓度近红外模型的建立[J];生物技术通讯;2016年04期

5 黄星奕;陈茂晴;张志才;王顺;潘思慧;;基于电子鼻技术监测金耳深层发酵[J];食品与发酵工业;2016年06期

6 束栋鑫;杨铭;梅从立;廖志凌;刘国海;;固态发酵过程电子鼻系统传感器阵列优化研究[J];中国农机化学报;2016年04期

7 于霜;刘国海;夏荣盛;江辉;;基于Adaboost及谱回归判别分析的近红外光谱固态发酵过程状态识别[J];光谱学与光谱分析;2016年01期

8 王求娟;郑珍珍;蔺佳良;陈义芳;苏秀榕;;利用传统酒酿发酵改善鲣鱼风味[J];中国食品学报;2015年07期

9 裘迪红;欧昌荣;苏秀榕;明庭红;;植物乳杆菌发酵草鱼肉挥发性成分的变化规律[J];食品科学;2015年20期

10 颜明月;陆玉芹;陈德慰;;电子鼻技术研究臭氧水处理对罗非鱼鱼片的新鲜度的影响[J];食品科学;2015年20期

相关博士学位论文 前1条

1 江辉;基于近红外光谱和电子鼻技术的固态发酵过程检测研究及应用[D];江苏大学;2013年

相关硕士学位论文 前1条

1 吴同;基于深度学习的分类算法研究及应用[D];吉林大学;2016年

，

本文编号：1396039