导读:分析模型是近红外光谱分析技术的核心之一,为了共同提升我国本领域人员的建模水平,中国仪器仪表学会近红外光谱分会举办第二届“创和亿杯近红外光谱数据建模竞赛”。
中国仪器仪表学会近红外光谱分会文件
近学分字[2022] 第003号
关于开展2022年度“创和亿杯近红外光谱数据建模竞赛”的通知
近红外光谱行业专家、学者、研究生及相关单位:
近些年,近红外光谱技术在我国得到了快速发展,其中化学计量学方法的深入研究和应用功不可没。分析模型是近红外光谱分析技术的核心之一,为了共同提升我国本领域人员的建模水平,中国仪器仪表学会近红外光谱分会举办首第二届“创和亿杯近红外光谱数据建模竞赛”,现将有关事宜通知如下:
(1)本竞赛提供一套近红外光谱数据,来源于实际应用场景,校正集样本光谱阵(301×701)由301个固体样本的漫反射光谱构成,校正集样本类别值(301×1)(文件名:近红外光谱数据_训练集.csv,301×702,最后一列为类别值),预测集样本光谱阵(76×702)由76个固体样本的漫反射光谱构成(文件名:近红外光谱数据_测试集.csv,第一列为样本序号)。上述文件包含在本通知附件的压缩文件“竞赛数据2022.rar”。
(2)任何人均可参赛,每位参赛人员仅限提交一套预测结果。
(3)根据参赛者提交预测结果的准确性,本竞赛将评选出一等奖1名,二等奖2名,三等奖5名,优秀奖10名。颁发电子版获奖证书和奖金,其中一等奖奖金2000元,二等奖奖金1500元,三等奖奖金1000元,优秀奖只颁发获奖证书。
(4)本竞赛采用识别准确率参数评价参赛结果:
例如:预测的类别结果与实际类别一致的样本有38个,总共的预测样本为76个,则识别准确率为38/76=50%。
(5)请参赛者于2022年8月20日前将完成的“参赛附表”,发送至邮箱:cxlyuli@sina.com ,若有疑问请微信联系13501215398(微信号)。
(6)请参赛者认真填写“参赛附表”的个人信息,本竞赛不对外公开参赛人员的任何信息。
(7)本竞赛将在2022年8月25日前向参赛者公布预测集的实际类别值,2022年9月15日前公布获奖名单。
(8)本竞赛不收取任何费用。
(9)本套近红外光谱数据版权归属中国仪器仪表学会近红外光谱分会,任何个人或单位不得将其用于商业或其他用途。
中国仪器仪表学会近红外光谱分会
2022年7月25日
参赛附表
一、参赛人员基本信息
姓 名 | 性 别 | 年 龄 | |||
专 业 | 学 历 | 职务/职称 | |||
国 籍 | 移动电话 | ||||
单 位 |
二、采用的建模方法(请尽可能详细说明采用的方法)
建模过程的描述(不限字数,可附图表) | |
光谱预处理方法及其参数 | |
光谱变量筛选方法 | |
模式识别方法及参数选择 | |
其他需要说明的方法 |
三、预测集样本的预测结果
预测集样本序号 | 类别预测值 |
1 |
|
2 |
|
3 |
|
4 |
|
5 |
|
6 |
|
7 |
|
8 |
|
9 |
|
10 |
|
11 |
|
12 |
|
13 |
|
14 |
|
15 |
|
16 |
|
17 |
|
18 |
|
19 |
|
20 |
|
21 |
|
22 |
|
23 |
|
24 |
|
25 |
|
26 |
|
27 |
|
28 |
|
29 |
|
30 |
|
31 |
|
32 |
|
33 |
|
34 |
|
35 |
|
36 |
|
37 |
|
38 |
|
39 |
|
40 |
|
41 |
|
42 |
|
43 |
|
44 |
|
45 |
|
46 |
|
47 |
|
48 |
|
49 |
|
50 |
|
51 |
|
52 |
|
53 |
|
54 |
|
55 |
|
56 |
|
57 |
|
58 |
|
59 |
|
60 |
|
61 |
|
62 |
|
63 |
|
64 |
|
65 |
|
66 |
|
67 |
|
68 |
|
69 |
|
70 |
|
71 |
|
72 |
|
73 |
|
74 |
|
75 |
|
76 |
|
附件1:竞赛数据2022.rar
附件2:参赛附表.docx
来源于:仪器信息网
热门评论
最新资讯
新闻专题
更多推荐