陈万超:采样误差分布分析法建立氯丙醇含量的稳健近红外光谱分析模型论文

陈万超:采样误差分布分析法建立氯丙醇含量的稳健近红外光谱分析模型论文

本文主要研究内容

作者陈万超,陶鑫,范长春,张飞宇,杜一平(2019)在《采样误差分布分析法建立氯丙醇含量的稳健近红外光谱分析模型》一文中研究指出:利用近红外光谱技术结合采样误差分布分析(SEPA)方法建立了二氯丙醇产品生产过程的氯化液杂质3-氯-1,2-丙二醇浓度的分析模型。对样本数据进行1000次随机划分,建立1000个子模型,获得多个潜变量数下的交互检验误差,进行统计分析。绘制了误差分布图,计算其中位数、标准偏差、偏斜度和分布峰度等统计指标,通过这些指标的综合分析对近红外光谱分析模型进行条件优化、建模和模型评价等。4种光谱处理方法显示出比较理想的模型性能,作为候选与不同波长区域的选择相结合,继续运用SEPA运算,进一步优化模型。最终优化的建模条件为:一阶导数结合标准正态变换; 6931~6017 vcm-1波数区间;使用5个偏最小二乘潜变量。校正、交互检验和独立验证误差分别为0.881%、1.282%和1.167%。所选择的波长具有可解释性,模型的各项统计参数合理、可信。研究结果表明,SEPA能全面、合理地考察多项统计指标,可以建立实用、稳健的近红外光谱分析模型。

Abstract

li yong jin gong wai guang pu ji shu jie ge cai yang wu cha fen bu fen xi (SEPA)fang fa jian li le er lv bing chun chan pin sheng chan guo cheng de lv hua ye za zhi 3-lv -1,2-bing er chun nong du de fen xi mo xing 。dui yang ben shu ju jin hang 1000ci sui ji hua fen ,jian li 1000ge zi mo xing ,huo de duo ge qian bian liang shu xia de jiao hu jian yan wu cha ,jin hang tong ji fen xi 。hui zhi le wu cha fen bu tu ,ji suan ji zhong wei shu 、biao zhun pian cha 、pian xie du he fen bu feng du deng tong ji zhi biao ,tong guo zhe xie zhi biao de zeng ge fen xi dui jin gong wai guang pu fen xi mo xing jin hang tiao jian you hua 、jian mo he mo xing ping jia deng 。4chong guang pu chu li fang fa xian shi chu bi jiao li xiang de mo xing xing neng ,zuo wei hou shua yu bu tong bo chang ou yu de shua ze xiang jie ge ,ji xu yun yong SEPAyun suan ,jin yi bu you hua mo xing 。zui zhong you hua de jian mo tiao jian wei :yi jie dao shu jie ge biao zhun zheng tai bian huan ; 6931~6017 vcm-1bo shu ou jian ;shi yong 5ge pian zui xiao er cheng qian bian liang 。jiao zheng 、jiao hu jian yan he du li yan zheng wu cha fen bie wei 0.881%、1.282%he 1.167%。suo shua ze de bo chang ju you ke jie shi xing ,mo xing de ge xiang tong ji can shu ge li 、ke xin 。yan jiu jie guo biao ming ,SEPAneng quan mian 、ge li de kao cha duo xiang tong ji zhi biao ,ke yi jian li shi yong 、wen jian de jin gong wai guang pu fen xi mo xing 。

论文参考文献

  • [1].现代近红外光谱分析的信息处理技术[J]. 严衍禄,赵龙莲,李军会,张录达,闵顺耕.  光谱学与光谱分析.2000(06)
  • [2].近红外光谱分析技术在饲料行业的应用[J]. 许小霞,戴朝洲,谭崇桂.  饲料广角.2016(18)
  • [3].探讨近红外光谱分析在食品检测中的应用[J]. 刘洁.  现代食品.2018(19)
  • [4].近红外光谱分析中的变量选择算法研究进展[J]. 宋相中,唐果,张录达,熊艳梅,闵顺耕.  光谱学与光谱分析.2017(04)
  • [5].近红外光谱分析仪器的应用与发展[J]. 高振洪.  科技创新导报.2012(04)
  • [6].近红外光谱分析中应考虑的几个问题[J]. 史永刚,冯新泸,李子存,孙萍.  光谱实验室.2001(04)
  • [7].废旧纺织品棉含量近红外光谱分析方法[J]. 李海洋,刘胜.  光散射学报.2018(03)
  • [8].改进的基于线性支持向量机回归的近红外光谱分析方法[J]. 熊宇虹,荣祺,舒明磊,戴酉.  上海应用技术学院学报(自然科学版).2016(03)
  • [9].基础数据准确性对近红外光谱分析结果的影响[J]. 褚小立,袁洪福,陆婉珍.  光谱学与光谱分析.2005(06)
  • [10].连续小波变换-支持向量回归模型及其在谷物近红外光谱分析中的应用(英文)[J]. 刘解放,高普梅,侯振雨.  东莞理工学院学报.2008(05)
  • 论文详细介绍

    论文作者分别是来自分析化学的陈万超,陶鑫,范长春,张飞宇,杜一平,发表于刊物分析化学2019年02期论文,是一篇关于采样误差分布分析论文,近红外光谱论文,建模论文,稳健论文,分析化学2019年02期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自分析化学2019年02期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  

    陈万超:采样误差分布分析法建立氯丙醇含量的稳健近红外光谱分析模型论文
    下载Doc文档

    猜你喜欢