论文部分内容阅读
油中含水量近红外光谱具有复杂性、非线性和难以用明确数学模型表达的特点．利用无信息变量消除法提取有效波长，采用模糊c均值聚类算法得出输入空间的划分和聚类中心，结合递推最小二乘法辨识后件参量，建立了润滑油的近红外光谱与含水量的Takagi—Sugeno模糊模型．将该辨识算法与偏振最小二乘法模型进行比较，并对实测数据进行了验证．结果显示：经无信息变量消除法提取34个特征波长建立的Takag-Sugeno模型能够精确地反映出润滑油光谱数据与含水量的关系，其对验证集样本进行预测的相关系数和均方根误差分别为0．964