样品选择结合分段直接校正法和偏最小二乘法用于近红外光谱分析模型传递研究
本文选题:光学 切入点:光谱分析 出处:《兵工学报》2016年01期 论文类型:期刊论文
【摘要】:为了实现近红外光谱分析模型在不同仪器间的共享,对分析模型的传递方法进行了研究。以混胺燃料的分析模型为例,采用马氏距离法对转换集样品进行选择,采用分段直接校正(PDS)法结合偏最小二乘(PLS)法,对从仪器光谱进行校正。对转换集样品数、PLS回归的主因子数、PDS的窗口宽度进行选择,当转换集样品数为12、主因子数为1、窗口宽度为39时,转换集样品的光谱校正率达到96.5%.混胺分析模型传递后,预测集样品的标准偏差远远好于校正前的结果,与主仪器的非常接近。研究结果表明:采用马氏距离法选择转换集样品,并结合PDS-PLS算法计算转换矩阵,可有效扣除不同仪器间的光谱差异,提高混胺分析模型的传递精度,实现三乙胺、二甲苯胺、水分、密度的准确分析。
[Abstract]:In order to share the near infrared spectrum analysis model among different instruments, the transfer method of the analysis model was studied. Taking the analysis model of mixed amine fuel as an example, the Markov distance method was used to select the sample of the conversion set. In this paper, the method of piecewise direct correction (PDS) combined with partial least squares (PLS) method is used to correct the spectrum of the instrument. The window width of PDS is selected as the main factor of the conversion set sample number and PLS regression. When the sample number of conversion set is 12, the number of main factors is 1, and the window width is 39, the spectral correction rate of the sample is up to 96.5.The standard deviation of the predicted sample is much better than that of the sample before correction after the transfer of the mixed amine analysis model. The results show that using Markov distance method and PDS-PLS algorithm to calculate the conversion matrix can effectively deduct the spectral difference between different instruments and improve the transfer accuracy of the mixed amine analysis model. The accurate analysis of triethylamine, xylene amine, moisture and density is realized.
【作者单位】: 海军航空工程学院飞行器工程系;
【分类号】:O657.33
【相似文献】
相关期刊论文 前10条
1 严衍禄,赵龙莲,李军会,张录达,闵顺耕;现代近红外光谱分析的信息处理技术[J];光谱学与光谱分析;2000年06期
2 史永刚,冯新泸,李子存,孙萍;近红外光谱分析中应考虑的几个问题[J];光谱实验室;2001年04期
3 刘艳青;近红外光谱分析的技术与应用[J];制造业自动化;2002年02期
4 高振洪;;近红外光谱分析仪器的应用与发展[J];科技创新导报;2012年04期
5 端木勉;近红外光谱分析在微生物法丙烯酰胺及其聚合物生产中的应用前景[J];广州化工;1998年02期
6 刘胜;范雅婷;;基于近红外光谱分析的多模型建模方法研究[J];林业科技;2014年02期
7 祝诗平,王一鸣,张小超;小波消噪及其在小麦蛋白质含量近红外光谱分析中的应用[J];西南农业大学学报(自然科学版);2003年06期
8 丁东,张洪艳,毕卫红,申铉国;葡萄糖溶液近红外光谱分析中两种常用化学计量学方法的比较[J];光谱实验室;2004年03期
9 王丽杰,郭建英,徐可欣;对牛奶成分近红外光谱分析方法的研究[J];哈尔滨理工大学学报;2004年05期
10 褚小立,袁洪福,陆婉珍;基础数据准确性对近红外光谱分析结果的影响[J];光谱学与光谱分析;2005年06期
相关会议论文 前10条
1 马竞涛;;近红外光谱分析及应用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(下册)[C];2001年
2 田高友;;轻质石油燃料质量指标近红外光谱分析方法标准研究[A];科学仪器服务民生学术大会论文集[C];2011年
3 祝诗平;王刚;吴静珠;王一鸣;;支持向量机在近红外光谱分析中的应用[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年
4 张卓勇;;化学计量学方法在近红外光谱分析中的应用[A];全国第13届分子光谱学术报告会论文集[C];2004年
5 杜一平;Sumaporn Kasemsumran;Yukihiro Ozaki;;近红外光谱分析中干扰组分光谱的去除[A];第九届全国计算(机)化学学术会议论文摘要集[C];2007年
6 刘本清;;近红外光谱分析在食品、药品成分检测中的应用[A];全面建设小康社会:中国科技工作者的历史责任——中国科协2003年学术年会论文集(下)[C];2003年
7 刘洁;李小昱;李培武;王为;刘鹏;张荣荣;;基于近红外光谱分析的数据处理方法研究进展[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年
8 刘洁;李小昱;李培武;王为;张荣荣;张军;;数据处理方法在近红外光谱分析中的应用进展[A];节能环保 和谐发展——2007中国科协年会论文集(三)[C];2007年
9 景明;蔡文生;邵学广;;Multiblock PLS方法用于植物样本的近红外光谱分析[A];中国化学会第26届学术年会化学信息学与化学计量学分会场论文集[C];2008年
10 邵学广;蔡文生;徐恒;;近红外光谱分析中波长选择的必要性[A];中国化学会第27届学术年会第15分会场摘要集[C];2010年
相关博士学位论文 前4条
1 王立琦;基于近红外光谱分析的大豆油质量检测方法研究[D];哈尔滨理工大学;2011年
2 宁宇;功能性富集材料用于微量成分的近红外光谱分析[D];南开大学;2013年
3 王智宏;野外矿物近红外光谱分析关键技术研究[D];吉林大学;2005年
4 郑开逸;近红外光谱分析模型优化和模型转移算法研究[D];华东理工大学;2013年
相关硕士学位论文 前10条
1 张晓凤;近红外光谱分析中模型传递与特征波长选择方法研究[D];桂林电子科技大学;2015年
2 蔡丽娟;正交法在近红外光谱分析中的应用[D];哈尔滨理工大学;2009年
3 应冬青;在线近红外光谱分析系统失效分析[D];杭州电子科技大学;2011年
4 蔡斌;在线型液体近红外光谱分析平台的开发[D];江苏大学;2008年
5 赵强;近红外光谱分析定标技术的研究[D];暨南大学;2006年
6 胡愉华;甘蔗初压汁近红外光谱分析的模型优化与稳定性[D];暨南大学;2009年
7 刘登飞;甘蔗清糖浆糖蜜的近红外光谱分析[D];暨南大学;2010年
8 王瑛瑛;土壤有机质近红外光谱分析及相关软件开发[D];中国科学技术大学;2014年
9 崔广;基于近红外光谱分析的纺织品中羊毛含量检测技术研究[D];江苏大学;2007年
10 王硕;近红外光谱分析中牛奶模型优化方法的初步研究[D];天津大学;2005年
,本文编号:1605123
本文链接:https://www.wllwen.com/kejilunwen/huaxue/1605123.html