摘要
本发明公开一种近红外光谱光距修正方法,包括:对采集到的近红外光谱信号进行拟合,通过引入惩罚因子以得到最佳的失真度与粗糙度,并基于最佳的失真度和粗糙度得到最优拟合基线;通过迭代的方式寻求一个权重,并依据最优拟合基线为采集到的近红外光谱数据分配权重;利用CARS算法对校正后的近红外光谱数据进行变量筛选,以确定变量的最优子集;利用粒子群算法优化支持向量回归的惩罚参数和核函数参数,并建立预测模型。本发明能够根据不同材质、不同颜色的箱子对红外光的反射得到的近红外光谱数据进行建模分析,以调整光电信号的光距来达到对任何箱子都可以做到及时感应,做到准确无误控制码垛。
技术关键词
修正方法
变量
粒子群算法优化
基线
支持向量回归
建立预测模型
粗糙度
数据
训练预测模型
信号
极值
红外光谱仪
蒙特卡洛
矩阵
表达式
误差
箱子
参数
因子