利用神经网络提高偏最小二乘法的NIR多组分分析精度.pdfVIP

第 卷，第 期 光 谱 学 与 光 谱 分 析 ， ， ! # $% ’ ! (% ’ # ))#* +,#*# 年 月 ， ! - - # .)/012%30%)4 567 .)/0125 8654393 :520; !-- !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 利用神经网络提高偏最小二乘法的!# 多组分分析精度 + + + ! 白英奎 ，孟宪江 ，丁 东 ，申铉国 +’ 吉林大学通信工程学院，吉林 长春 +#--! ! ’ 吉林大学物理学院，吉林 长春 +#--! 摘 要 提出了一种神经网络（ ）和偏最小二乘法（ ）结合的新的近红外（ ）多组分分析法。该方法 8(( =. (? 首先把训练样本中待测组分涵盖的浓度区间分成若干个子区间，利用各个子区间的训练样本分别建立=. 校正模型，然后利用8(( 对未知样本进行分类，判断其所属的浓度子区间，应用对应子区间上的校正模型 计算预测样本的组分浓度。和传统的=. 比较，此方法改善了模型的适应性，显著地提高了预测精度。实验 及数据处理结果证明了本方法的有效性。 主题词 偏最小二乘法；神经网络；近红外光谱 中图分类号： 文献标识码： 文章编号： （ ） @!# 8 +,-A# !-- -#,-#*+,-# 丁的浓度，配制- ’ E F B E 区间的混合物。把混合物分为 和 两个子区间，利用 神经网络 引 言 - ’ E F !! ’ E !#E F B E D 进行分类，判断未知样品所属的浓度区间，然后，利用=. 近红外（ ）分析技术由于具有预处理简单、分析快速 分别在两个子区间建立两个数学模型，最后，根据未知样品 (? 且可以实现无损测量的优点而得到广泛的应用。由于近红外 所属的浓度区间利用其相应的数学模型进行预测，提高了预 光谱的谱图复杂，重叠严重。在进行定量分析时，必须采用 测精度。为中药分析提供了一种新的(? 数据处理方法。 化学计量学的数据处理方法才能获得准确可靠的分析结果。 在定量分析方法中，偏最小二乘法（ ）是使用最多和效果 =. + 实验部分 最好的一种方法。但是， 方法有其局限性，当被测组分 =. 浓度范围很大时，化学值和样品光谱参数之间非线性因素就 $% $ 仪器设备和参数设置 会变强，影响测试结果， 的预测效果就会变差。例如，在