基于UVE变量筛选偏最小二乘的LIBS磷精矿浆定量分析

利用激光诱导击穿光谱(Laser Induced Breakdown Spectroscopy, LIBS)技术采集得到磷精矿浆的光谱,基于无信息变量消除(Uniformative Variables Elimination, UVE)方法筛选出与磷元素相关的波长变量,将选择后的波长作为自变量建立偏最小二乘(Partial Least Squares, PLS)回归模型,并与传统全谱PLS和GA-PLS(Genetic Algorithm-Partial Least Squares, GA-PLS)定标模型进行比较。相比全谱PLS,UVE-PLS定标模型的性能更优,其预测均方根误差(Root-mean-square Error of Prediction, RMSEP)由0.38%下降到0.26%,决定系数(R²)从0.59提高到0.72。相比GA-PLS定标模型,UVE方法可以克服GA(Genetic Algorithm, GA)在参量选择上存在随机性的弊端,筛选出的变量仅为全谱的8.76%,而且计算速度更快,分析精度也优于GA-PLS模型。