支持向量回归同时测定邻苯二酚、间苯二酚和对苯二酚稳健模型的研究

在波长200～400 nm范围内,测定邻苯二酚、间苯二酚和对苯二酚的吸收光谱.用连续小波变换(CWT)对光谱数据进行预处理,消除光谱信号中的背景和噪音后,再用偏最小二乘法(PLS)和支持向量回归方法(SVR)建立校正模型,并对水样中的邻苯二酚、间苯二酚和对苯二酚进行预测.结果表明,CWT-SVR方法优于PLS、SVR和CWT-PLS等方法,测定结果满意.     

红外光谱结合化学计量学鉴别西红花的产地

西红花不仅是在世界范围内广泛使用的传统香料，也是一味著名的中草药，其品质与产地密切相关。迫切需要寻找一种能快速对西红花进行产地判别的方法。基于不同产地西红花样品近、中红外光谱数据特征，采用Savitzky-Golay平滑(SG平滑)、多元散射校正、标准正态变量变换、一阶导数和二阶导数等预处理算法对光谱数据进行降噪处理，可以减小试验样本、测定环境以及仪器噪音对光谱数据的影响。结合偏最小二乘判别分析(Partial least square-discriminant analysis, PLS-DA)、决策树(Decision tree, DT)和支持向量机(Support vector machine, SVM)方法分别建立近红外光谱、中红外光谱、近中红外融合光谱分类模型，并采用移动窗口偏最小二乘法(Moving window partial least square method, MWPLS)提取光谱特征区间可以提升建模速度和分类精度。基于预测结果的准确率、混淆矩阵(Confusion matrix)和ROC曲线下面积(Area under curve, AUC)以选择最优分类模型。...     

基于滑动窗的RPLS在线校正模型在橡胶混炼质量控制过程中的应用

在传统偏最小二乘法(PLS)建模的基础上,采用滑动窗方法,用递推偏最小二乘法(RPLS)根据在线数据自适应调整PLS混炼模型的结构和参数,建立橡胶混炼质量控制的RPLS在线校正模型。仿真与试验结果显示,该模型能自适应跟踪混炼的过程变化,门尼粘度预测误差为±3,符合生产要求。     

HMX含量实时检测NIRS模型的建立与优化

为实时检测尿素法生产HMX过程中HMX的含量,以生产过程为研究对象,采用偏最小二乘法建立了近红外光谱技术实时检测HMX含量的定量校正模型。通过实验对定量校正模型进行了验证。结果表明,该模型可以用于HMX含量的实时检测。通过用间隔偏最小二乘法初选建模区间,将初选区间及其组合与不同光谱预处理方法优选组合建模,得到最佳建模区间及其匹配的光谱预处理方法。结果表明,近红外光谱技术和光纤探头测试方式可用于实时检测HMX合成过程中HMX的含量。本研究优选出的最佳建模区间为5 000~4 750cm-1,最佳预处理方法为(1st+平滑)预处理法。     

变性燃料乙醇的快速近红外光谱(DA7200)分析

本文论述了采用近红外光谱DA7200的液体分析装置检测变性燃料乙醇主要成分含量的方法。讨论采用偏最小二乘法(PLS)建立校正模型过程中样品预处理及利用常规吸收峰优选波长的方法。经验证：水分、乙醇、甲醇、变性剂的预测值与浓度参考值具有良好相关性(相关系数大于0．96),测量重复性变异系数(CV)优于2％。结果表明,近红外光谱DA7200的液体分析装置可以满足变性燃料乙醇主要成分含量的实际测量要求,并可作为在线分析的参考模式。     

协同区间PLS——紫外光谱法同时测定肉桂酸和苯乙酮

结合紫外光谱和化学计量学算法,建立了同时测定混合物中肉桂酸和苯乙酮的方法。常规全谱偏最小二乘(PLS)由于存在与组分无关或呈非线性关系的波长点,使模型预测性能降低。本文采用协同区间偏最小二乘(synergy interval PLS,siPLS)算法选择特征波段,并优化波段组合。与全谱PLS模型比较,结果显示,基于siPLS的方法可以明显简化模型,提高模型的预测精度。研究为肉桂酸和苯乙酮的同时分析提供参考,也为siPLS算法在光谱计量学中应用提供借鉴。     

PCR和PLSR在煤质全水分检测中的比较研究

为了快速、无损的检测出煤质内部的全水分含量，研究采集了200个焦煤样品的近红外光谱，采用马氏距离和学生式残差相结合的方法剔除了异常样品，并对其进行了一阶微分、二阶微分、15点平滑、多元散射校正(MSC)和标准归一化处理(SNV)光谱预处理，采用主成分回归(PCR)和偏最小二乘回归(PLSR)对煤样进行建模分析。试验结果表明：经SNV预处理后的PCR模型最佳，校正集和交叉验证集相关系数分别为0.903和0.874,均方根误差分别为0.089和0.132;经15点平滑处理后的PLSR模型最佳，校正集和交叉验证集相关系数分别为0.974和0.887,均方根误差分别为0.038和0.043。PLSR模型相比PCR模型更具有代表性，模型稳定性和预测能力更强。     

近红外光谱法快速测定高含量精制甘油中的甘油含量

采用偏最小二乘法(PLS)建立了快速测定高含量精制甘油中甘油含量的近红外光谱校正模型,该模型主因子数为4,相关系数(R2)为99.12%,校正标准偏差(RMSECV)为0.027;以预测集对模型进行验证,结果表明,R2为99.17%,预测标准偏差(RMSEP)为0.023,对同一样品预测值的相对标准偏差(RSD)为0.04%。     

应用PLS及BP神经网络定量分析汽油中甲缩醛含量

建立了采用中红外方法测定汽油中甲缩醛含量的方法。通过实验室配比一定体积分数的甲缩醛-汽油混合物作为研究的基础数据,利用傅里叶红外光谱仪测定不同比例甲缩醛-汽油混合物的谱图,分别建立偏最小二乘法(PLS)和BP神经网络的中红外谱图分析的校正模型。其中偏最小二乘法甲缩醛定量模型的相关系数R2为0.975 3,预测均方根误差(RMSEP)为0.121;BP神经网络法甲缩醛定量模型的相关系数R2为0.974 2,预测均方根误差(RMSEP)为0.132。该方法是一种操作简便、快速可靠的分析甲缩醛含量的方法。     

近红外光谱技术快速测定手洗餐具洗涤剂中总活性物

文章研究了近红外光谱技术在手洗餐具洗涤剂中总活性物含量的检测应用.以国标化学法检测值为参照,采用近红外光谱技术采集了手洗餐具洗涤剂近红外光谱图,通过一阶导数对谱图进行优化,结合偏最小二乘法(PLS)建立了总活性物含量的定量校正模型,模型交叉检验均方根误差(RMSEVC)为0.101,残差预测偏差(RPD)为4.7,模型...     

傅立叶近红外光谱法测定汽油中苯含量

介绍了傅立叶红外光谱测定汽油中苯含量的方法.以标准分析方法为参照,利用傅立叶红外光谱仪测定汽油的红外光谱,采用一阶微分和偏最小二乘法对汽油中的苯含量建立校正模型.该模型测定未知样品汽油苯含量的结果与标准分析方法的偏差符合标准方法的要求.     

流化床制粒过程颗粒水分预测研究

对流化床进行工程化改造,安装近红外光谱仪,对制粒过程中的颗粒水分含量进行光谱采集。采用偏最小二乘法(PLS)、粒子群-核岭回归(PSO-KRR)和随机森林-偏最小二乘法(RF-PLS)建立回归模型,对不同的算法的预测精度进行了研究。结果表明,PLS模型预测集均方根误差(RMSE)为0.218 0,相关系数R为0.971 7;PSO-KRR模型预测集RMSE为0.215 4,R为0.973 8;RF-PLS模型预测集RMSE为0.205 9,R为0.973 3。其中RF-PLS模型的预测效果最好。     

近红外光谱法快速检测单基发射药中的二苯胺含量

采用近红外光谱法快速测定了单基发射药中二苯胺(DPA)的含量。评价了多个光谱预处理方法的优化效果,采用反向偏最小二乘法(biPLS)优选了建模波段(4 698~4 991、6 464~6 761和9 414~9 708cm-1),并根据光谱分析结果和回归系数图解释了波段的选择。基于建模参数优化结果建立了二苯胺定量模型,并对模型进行了重复性验证。研究了环境温度对模型预测结果的影响。结果表明,确定的最佳光谱预处理方法是标准正态变换(SNV)、一阶导数和平滑的组合;模型校正相关系数(Rc)和验证相关系数(Rp)分别为0.995 3和0.988 5,预测均方根误差RMSEP为0.163 5;重复性极差和标准偏差均低于0.1%;环境温度的变化对模型预测的影响不显著。该方法可用于快速检测单基发射药中的二苯胺含量。     

近红外光谱结合化学计量学的掺伪杜仲判别

中药杜仲具有多种医疗功能，常被不法分子选作掺假目标以牟取暴利，对掺假杜仲进行快速判别能够更好的保障杜仲质量安全以及维护消费者的利益。使用近红外光谱结合化学计量学，构建了一种用于快速检测杜仲中几类常见掺假物的方法，可以实现杜仲的真伪鉴别。从结果上看，偏最小二乘判别分析(PLS-DA)获得的训练集和测试集的识别率分别为99%、96%,随机森林(RF)获得的训练集和测试集的识别率分别为99%、92%。此外，采用PLS回归模型对杜仲中不同类型掺假物的掺假程度进行定量，良好的线性相关性和准确度证明了PLS回归模型对于杜仲掺假比例的预测结果是可靠的。该方法可以快速、准确地进行杜仲的真伪鉴别和掺假样品的掺假程度预测。     

近红外光谱用于硝基苯纯度快速定量分析方法研究

用探头式近红外光谱仪(NIR)在线测量工业硝基苯的纯度,选择甲苯为模型杂质,基于实验设计,配制纯度99％ ～100％的硝基苯样品,使用气相色谱法离线标定样品纯度数据,使用偏最小二乘法(PLS)研究了基于NIR的硝基苯样品的纯度预测模型.为克服近红外光谱中的合频、倍频以及基线漂移等干扰信息,研究了五种数据预处理方法对纯度...     

掺伪珍珠粉的近红外光谱定量鉴别方法

采用偏最小二乘法建立掺杂贝壳粉的珍珠粉的近红外光谱定量分析模型。以掺杂不同比例贝壳粉和珍珠粉作为掺伪样本,采集样本在4 000~10 000 cm-1范围内的近红外漫反射光谱,采用交叉验证和外部验证考察所建模型的可靠性。优化建模参数为:波数范围为4 100~7 500 cm-1;光谱预处理方法为二阶导数/矢量归一化(SNV)/Norris Derivative(5,5)滤波。所建定量分析模型的校正相关系数为0.999 7,校正均方差为0.708,交叉验证均方差为3.15。实验证明近红外光谱技术可用于掺伪珍珠粉的定量快速鉴别。     

近红外光谱法快速检测腐竹中硼砂的含量

选取市售腐竹作为研究对象，采集样品的近红外光谱，用国标分光光度法测定样品中硼砂的含量作为标准值，结合偏最小二乘法，建立了腐竹中硼砂含量的近红外光谱快速检测模型。结果表明，采用二阶导数谱，在7 150.75～5 924.25 cm^-1光谱区间，经多元散射校正、五点平滑处理建立的模型为较优模型。该模型的校正集线性相关系数(R_c)值为0.994 1,校正集均方根偏差(RMSEC)值为0.050 8,验证集线性相关系数(R_p)值为0.980 6,验证集均方根偏差(RMSEP)值为0.114,主因子数(factors)为10,相对分析误差(RPD)为5.1。模型有较好的稳定性，外部验证结果准确，可以用于腐竹中硼砂含量的快速检测。     

一种基于可预测偏最小二乘法的故障检测方法

将可预测元分析(Fore CA)与偏最小二乘法(PLS)结合用于故障检测,在选取合适的可预测元的基础上,运用偏最小二乘回归,进一步提高模型对系统的预测能力,克服了偏最小二乘回归方法无法反映系统动态时序特性的缺陷,并构造CUSUM统计量和SPE统计量以检测故障是否发生。最后通过TE模型上的仿真实验结果表明:Fore PLS方法能有效检测慢漂移等故障。     

近红外光谱法快速测定阳离子瓜尔胶中氮含量

以阳离子瓜尔胶为研究对象,基于近红外光谱技术(NIRS),采用偏最小二乘法(PLS)结合内部交叉验证方法建立氮含量模型。对模型进行优化后,模型的校正均方差RMSEC为0.0300,校正相关系数R_C~2为0.8828,预测均方差RMSEP为0.0325,预测相关系数R_V~2为0.8704。同时,模型的内部验证均方差RMSECV为0.0321,内部验证相关系数R_(CV)~2为0.8641,表明该模型的性能较好。此外,为评价模型的实际预测效果,另加入验证集进行预测,结果表明模型对于氮含量预测的精度较高。     

近红外光谱在聚氨酯原料检测中的应用

利用偏最小二乘法(PLS)建立了定量分析预测模型,通过标准值与预测值之间的相关系数和校正均方差评价模型,开发了近红外技术测试聚氨酯原料中NCO含量、羟值、酸值、水分以及EO含量相关指标的方法。通过实验表明,采用近红外光谱检测节省了测试时间,提高了测试效率,而且还证明了控制测试温度及建模用样品分类的重要性。对聚氨酯的生产和研究具有重要意义。