简介:
本发明提供了无损清洁的近红外纺织品含量预测新方法以及模型,首次将光谱解混理论引入到纺织品成分定性定量分析中,提出基于近红外光谱数据的纺织品纤维成分解混方法,即基于完全约束的最小二乘(Fully Constrained LeastSquares,FCLS)线性成分解混方法。近红外纺织品含量预测方法包括数据标记模块、基于近红外光谱数据预处理模型、纺织品定性分析模块、基于FCLS成分解混核心模块以及定量结果的误差分析模块。实现了基于完全约束的最小二乘算法(FCLS)的线性成分解混方法,来实现多种纺织纤维纯材质和混纺纺织品的纤维单组分和多组分的成分预测;以提高模型成分分析预测的准确性;此方法实现了对纺织品成分的快速、无损、清洁检测,且准确率高,容易操作。
本发明提供了无损清洁的近红外纺织品含量预测新方法以及模型,首次将光谱解混理论引入到纺织品成分定性定量分析中,提出基于近红外光谱数据的纺织品纤维成分解混方法,即基于完全约束的最小二乘(Fully Constrained LeastSquares,FCLS)线性成分解混方法。近红外纺织品含量预测方法包括数据标记模块、基于近红外光谱数据预处理模型、纺织品定性分析模块、基于FCLS成分解混核心模块以及定量结果的误差分析模块。实现了基于完全约束的最小二乘算法(FCLS)的线性成分解混方法,来实现多种纺织纤维纯材质和混纺纺织品的纤维单组分和多组分的成分预测;以提高模型成分分析预测的准确性;此方法实现了对纺织品成分的快速、无损、清洁检测,且准确率高,容易操作。