光谱学

摘要 为实现多环芳烃（PAHs）的表面增强拉曼散射光谱（SERS）定量分析，首先以硫氰化钾（KSCN）作为两种常见PAHs（芘、菲）的内标物，其次利用主成分分析（PCA）对输入数据进行降维，再次以支持向量机（SVM）算法作为定量分析模型（SVR），同时采用网格搜索（GS）、遗传算法（GA）和粒子群优化算法（PSO）三种参数优化方法，优化SVR参数，最后实现对芘、菲单一溶液和混合溶液的定量分析。结果表明：以KSCN为内标物，优化模型输入的特征参量，有效降低了由实验条件和基体效应引起的扰动，提高了定量分析结果的准确性和稳定性。利用85%的PCA降维，保留光谱数据的主要信息并消除噪声，提高建模速度。三种参数优化方法优化后的模型，对芘溶液预测的均方根误差（RMSE）均在0.2×10-9 mol/L以内，平均相对误差（ARE）均在7.6%以内；对菲溶液预测的RMSE均在0.4×10-9 mol/L以内，ARE均在11.3%以内。三种参数优化方法对同一物质的预测结果相近，但GS运算速度最快。综合考虑误差和分析速度等因素，本文采用GS-SVR模型获得了菲、芘混合溶液的最佳定量分析结果（芘RMSE=1.023×10-9 mol/L，ARE=14.49%；菲RMSE=1.0984×10-9 mol/L，ARE=16.69%）。研究表明，SERS技术结合SVM算法有望实现PAHs的SERS光谱定量分析。

陈阳, 严霞, 张旭, 史晓凤, 马君. 基于SVM算法的多环芳烃SERS光谱定量分析[J]. 中国激光, 2019, 46(03): 5.  复制并引用该论文