为了解决光谱之间相互干扰、建模速度慢等缺点,采用多波段加权组合模型与偏最小二乘(partial least squares,PLS)法结合进行定量分析提高测量精度。本文搭建了基于超连续谱激光吸收光谱(spectrum laser absorption spectrum,SCLAS)技术...为了解决光谱之间相互干扰、建模速度慢等缺点,采用多波段加权组合模型与偏最小二乘(partial least squares,PLS)法结合进行定量分析提高测量精度。本文搭建了基于超连续谱激光吸收光谱(spectrum laser absorption spectrum,SCLAS)技术的气体检测系统,基于PLS对近红外不同波段二氧化碳(CO_(2))进行加权组合测量研究。在常温常压下对1425—1443 nm、1565—1587 nm、1595—1616 nm波段内不同浓度CO_(2)的吸收光谱进行了测量,基于PLS建立了单一波段回归模型,得出的决定系数(coefficient of determination,R^(2))分别为0.9897、0.9486、0.9497。通过R^(2)和均方根误差(root mean square error,RMSE)分别确定单一波段模型的权重,采用多波段加权组合模型算法建立了新的PLS组合模型,得出的R^(2)分别为0.9852、0.9912。实验结果表明,基于PLS的加权组合模型能够提高CO_(2)浓度的预测精度与稳定性,有效避免建模速度慢和干扰问题。展开更多
文摘为了解决光谱之间相互干扰、建模速度慢等缺点,采用多波段加权组合模型与偏最小二乘(partial least squares,PLS)法结合进行定量分析提高测量精度。本文搭建了基于超连续谱激光吸收光谱(spectrum laser absorption spectrum,SCLAS)技术的气体检测系统,基于PLS对近红外不同波段二氧化碳(CO_(2))进行加权组合测量研究。在常温常压下对1425—1443 nm、1565—1587 nm、1595—1616 nm波段内不同浓度CO_(2)的吸收光谱进行了测量,基于PLS建立了单一波段回归模型,得出的决定系数(coefficient of determination,R^(2))分别为0.9897、0.9486、0.9497。通过R^(2)和均方根误差(root mean square error,RMSE)分别确定单一波段模型的权重,采用多波段加权组合模型算法建立了新的PLS组合模型,得出的R^(2)分别为0.9852、0.9912。实验结果表明,基于PLS的加权组合模型能够提高CO_(2)浓度的预测精度与稳定性,有效避免建模速度慢和干扰问题。
