基于盲源分离的有机物混合信号特征提取与解析 |
| |
引用本文: | 黄秀,康嘉诚,王淇,李艳坤.基于盲源分离的有机物混合信号特征提取与解析[J].计量学报,2023(4):645-652. |
| |
作者姓名: | 黄秀 康嘉诚 王淇 李艳坤 |
| |
作者单位: | 1. 华北电力大学环境科学与工程系;2. 香港城市大学商学院信息系统系;3. 河北省燃煤电站烟气多污染物协同控制重点实验室 |
| |
基金项目: | 中央高校基本科研业务费(2017MS135);;国创计划资助项目(X2021-284); |
| |
摘 要: | 展开基于独立成分分析(ICA)对复杂有机物混合体系盲源解析的系统研究。通过确立合理的独立成分数目的方法,分别利用模型分离信号的重构信号与原始信号之间的均方根误差、主成分的方差贡献率对独立成分数目的选择进行优化。综合3种ICA算法完成了以下研究:(1)含硝基苯等多种环境有机污染物混合质谱信号的源解析,其中Kernel-ICA提取的独立成分与实际的源信号之间具有较高的相关性,R平均值(标准差)为0.869 7(0.10),可以满足定性识别的要求;(2)复方氨酚烷胺药物的紫外光谱信号中特征组分信息的提取,Kernel-ICA对药物主要成分对乙酰氨基酚提取的有效度最大。该研究工作为构建有机物体系最优盲源解析模型提供了理论支持,为实际环境样本中有机污染物的源解析、药物有效成分的提取提供了有效的手段。
|
关 键 词: | 计量学 独立成分分析 有机污染物 独立成分数目 盲源信号分离 信息提取 |
|
|