辛烷值预测数据集说明

本文介绍了基于近红外光谱的汽油辛烷值预测数据集,该数据集包含60组样品的401个波长点光谱值,用于预测辛烷值含量。辛烷值作为汽油的重要品质指标,传统检测方法存在弊端,而NIR方法因其无损、低成本等特点在多个领域广泛应用。回归问题在此中表现为建立光谱值与辛烷值之间的连续函数关系。
摘要由CSDN通过智能技术生成

参考:BP神经网络——基于近红外光谱的汽油辛烷值预测

1.基于近红外光谱的汽油辛烷值预测数据集

在回归问题中经常会使用到基于近红外光谱的汽油辛烷值预测数据集。

**输出指标:**辛烷值含量
辛烷值是汽油最重要的品质指标,传统的实验室检测方法存在样品用量大、测试周期长和费用高等问题,不适用与生产控制,特别是在线测试。
**输入指标:**光谱值
近红外光谱分析方法(NIR),作为一种快速分析方法,已经广泛应用于农业、制药、生物化工、石油产品等领域。其优越性是无损检测、低成本、无污染、能在线分析,更适合于生产和控制的需要。
针对采集得到的60组汽油样品,

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值