为了更加精确地分析土壤光谱中不同水分吸收带内的光谱吸收特征参数在估测土壤水分含量(SMC)中的重要性，以新疆渭干河-库车河绿洲为研究区，采集38个土壤样本进行土壤光谱反射率及SMC的测定。利用去包络线消除法提取反射光谱水分吸收特征参数，包括最大吸收深度D、吸收谷右面积Ra、吸收谷左面积La、吸收谷总面积A、面积归一化最大吸收深度DA和对称度S, 将反射光谱水分吸收特征与SMC进行相关性分析，通过随机森林方法对光谱水分吸收特征参数进行分类，获取各参数对SMC的重要性。运用多元逐步回归模型建立SMC反演模型。结果表明：D、A与SMC的相关性最高，同时2200 nm及1400 nm波段范围内的光谱吸收特征参数与SMC的相关性优于1900 nm波段范围内的光谱吸收特征参数；对SMC影响较为重要的前5个参数分别为D2200、La2200、A2200、D1900和Ra2200；SMC的最佳预测模型是采用A2200、D2200建立的多元逐步回归模型，其建模集决定系数为0.88，建模集均方根误差为2.08，测试集决定系数为0.89，预测均方根误差为2.21，相对分析误差为2.80。随机森林分类能得到对

利用太阳光度计CE318进行基本的数据处理，反演气溶胶光学厚度和水汽含量

FFT谐波分析，可计算51次谐波含量， FFT 算法的 C 语言实现，对DIT FFT 算法的基本思想分析

利用中红外光谱检测技术对甲醇汽油中的甲醇含量进行检测研究。由于中红外光谱易受外界环境干扰且数据量较大,为减小运算量并提高模型精度,采用无信息变量消除( UVE)法、竞争性自适应重加权取样(CARS)法以及遗传算法(GA算法)等来选择有效光谱波段,再建立对应的偏最小二乘(PLS)模型,最后分别建立PLS、UVE-PLS、GA-PLS和CARS-PLS模型,探索最优的甲醇含量检测模型。结果表明:CARS-PLS模型效果最好,预测相关系数和预测均方根误差分别为0.978和1.177。CARS算法是一种有效提取甲醇含量的中红外光谱检测方法,采用中红外光谱检测技术测定甲醇汽油中的甲醇含量是可行的,可以有效简化运算模型,提高模型检测精度。

利用GPS数据用来计算电离层总电子含量TEC，电离层总电子含量是研究电离层的重要参数

UV-B对茶树新梢可溶性单糖含量的影响，范方媛，陆建良，茶树鲜叶中的芳香化合物多数以糖苷态形式存在。在茶叶加工过程，结合态的芳香化合物被糖苷酶水解后形成游离态的挥发性香气物质，

一种基于计算机视觉的烧结矿FeO含量在线检测方法.pdf

在高炉炼铁过程中，对铁水中硅含量的预测是最重要但也是最困难的一项。提出了一种基于经验模态分解（EMD）和动态神经网络（DNN）的组合算法，用于预测高炉中铁水的硅含量。为了消除原始历史数据的不同频率分量的相互干扰，EMD算法将原始历史数据分解为一系列不同的频率和固定本征函数（IMF）和一个残差。然后将每个IMF和残差近似于其非线性自回归模型（NARM）并通过DNN进行预测，最后，通过将每个IMF和残差的预测相加，可以得出硅含量的预测。最后，通过对中国某钢铁厂采集的一些硅含量的样本数据进行实验以验证我们的算法，结果表明，我们提出的组合算法比没有EMD的单一算法具有更好的性能，这表明该算法的有效性。提出的算法。

基于BP神经网络的电机轴承润滑脂含量判定方法.pdf

探究空气中氧气的含量测定误差分析报告模版.doc