Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ:
https://elib.bsu.by/handle/123456789/314530
Заглавие документа: | Классификация пластмасс методами многопараметрического анализа спектров оптической плотности ближнего ик диапазона с выбором спектральных переменных: реферат дипломной работы/ Куликовская Полина Антоновна, физический факультет, кафедра лазерной физики и спектроскопии; научные руководители Ходасевич М. А., Горбач Д. В. |
Авторы: | Куликовская, Полина Антоновна |
Тема: | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Физика |
Дата публикации: | июн-2024 |
Издатель: | БГУ, Физический факультете, кафедра лазерной физики и спектроскопии |
Аннотация: | Объект исследования – образцы пяти видов пластмасс. Цель исследования: разработка методов классификации пластиковых отходов с помощью многопараметрического анализа спектров оптической плотности в ближнем ИК диапазоне и создание многопараметрической модели, способной надежно оценивать старение пластиковых отходов. Методы исследования: методы предобработки данных: центрирование, сглаживание фильтром Савицкого-Голея, евклидова норма; методы выбора спектральных переменных: метод ранжирования спектральных переменных, метод комбинации движущихся окон; многопараметрические методы: метод главных компонент, метод частичных наименьших квадратов; методы кластерного анализа: иерархический кластерный анализ, метод k ближайших соседей, метод k-средних, метод построения деревьев классификации и регрессии. |
Аннотация (на другом языке): | The object of the research samples of five types of plastics. The aim of the research development of methods for classifying plastic waste using multivariate analysis of optical density spectra in the NIR range and creation of a multivariate model capable of reliably assessing the aging of plastic waste. Research methods: data pre-processing methods: centering, smoothing by Savitsky-Golay filter, Euclidean norm; methods for selecting spectral variables: method of ranking spectral variables, searching combination moving windows; multivariate methods: principal component analysis, partial least squares; cluster analysis methods: hierarchical cluster analysis, k-nearest neighbors, k-means, classification and regression trees. |
URI документа: | https://elib.bsu.by/handle/123456789/314530 |
Лицензия: | info:eu-repo/semantics/openAccess |
Располагается в коллекциях: | Физика (научно-исследовательская деятельность). 2024 |
Полный текст документа:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
Реферат_иссл.Куликовской Полины.pdf | 412,23 kB | Adobe PDF | Открыть |
Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.