1 西安交通大学 电力设备电气绝缘国家重点实验室, 陕西 西安 710049
2 太原钢铁公司自动化公司, 山西 太原 030003
为进一步提高FTIR光谱法实现特征吸收光谱严重重叠的甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷以及正戊 烷七组分混合气体定量分析的精度和速度, 提出一种核偏最小二乘(Kernel Partial Least Square, KPLS)特征提取耦 合支持向量回归机(Support Vector Regression Machine, SVR)的红外光谱定量分析新方法.首先采用KPLS方法对上 述七组分混合气体的FTIR光谱进行特征提取, 然后将特征提取得到的特征组分作为SVR的输入建立混合气体的 定量分析模型.对标准混合气体进行定量分析的结果显示:KPLS-SVR模型的预测精度高于未进行特征提取SVR 模型预测的精度, 同时预测时间也减少了一半.研究表明, KPLS法可以很好地提取隐含在混合气体FTIR光谱数据 与其组分浓度之间的非线性特征并有效地消除光谱数据噪声, 大幅度降低数据维数, 与SVR耦合可以提高红外光 谱分析的精度和速度, 是一种有效的红外光谱定量分析方法.
核偏最小二乘 支持向量回归机 特征提取 多变量校正模型 红外傅里叶变换(FTIR) kernel partial least squares support vector regression machine feature extraction multivariable calibration model FTIR
1 长春理工大学,长春,130022
2 清华大学,北京,100084
3 中海石油研究中心,北京,100027
本介绍了一种基于拉曼光谱分析与漫反射光谱光度测试相结合的本征拉曼光谱光度测试验血分析技术,这是一种快速的,经皮肤的非入侵式验血技术,在血糖监测等重症护理,现场快速验血等领域有着广阔的应用前景.
本征拉曼光谱 多变量校正 生物组织模型
