一种基于变量稳定性和可信度的紫外-可见特征波长选择方法

论文摘要

针对多组分金属离子混合溶液的紫外-可见吸收光谱（UV-Vis）重叠严重、难以分离的问题,提出了一种基于稳定性和可信度偏最小二乘法（SCPLS）的特征波长选择方法。在SCPLS中,引入指数衰减函数（EDF）以迭代的方式对波长变量进行选择。在每次迭代中对蒙特卡罗采样所得到的数据集建模,计算各波长变量的稳定性和可信度指标,并通过EDF选择具有较高稳定性和可信度的变量,选择的变量作为新的变量集进入下一次变量选择迭代。迭代全部完成后,计算每一次迭代所选的变量集建模的交叉验证均方根误差（RMSECV）,选择RMSECV最小的变量集作为波长变量选择的结果。利用Zn（Ⅱ）,Cu（Ⅱ）和Co（Ⅱ）混合溶液的紫外-可见光谱数据集和Zn（Ⅱ）和Co（Ⅱ）混合溶液的紫外-可见光谱数据集对所提方法性能进行了验证,并与全波段偏最小二乘、移动窗口偏最小二乘法（MWPLS）、蒙特卡罗无信息变量消除方法 （MC-UVE）、竞争性自适应加权算法（CARS）和稳定性竞争自适应加权算法（SCARS）进行了比较分析。结果表明:该方法不仅能降低波长选择的复杂度,还能在保证波长选择过程稳定的情况下,选出对模型重要的波长变量,较之其他方法所提出的方法选取的变量建立的模型RMSECV最小,对于Zn（Ⅱ）, Cu（Ⅱ）和Co（Ⅱ）数据集,使用SCPLS方法得到的Zn（Ⅱ）, Cu（Ⅱ）和Co（Ⅱ）的RMSECV值分别比全光谱PLS下降60.5%, 40.2%和31.8%,与SCARS相比分别下降29.8%, 26.1%和0.8%, Zn（Ⅱ）, Cu（Ⅱ）和Co（Ⅱ）平均相对误差分别为2.14%, 1.25%和0.74%,其中Zn（Ⅱ）的最大相对误差为4.67%, Cu（Ⅱ）的最大相对误差为3.99%, Co（Ⅱ）的最大相对误差为3.12%;对于Zn（Ⅱ）和Co（Ⅱ）数据集,使用SCPLS方法得到的Zn（Ⅱ）和Co（Ⅱ）的RMSECV值分别比全光谱PLS下降39.4%和24.9%,与SCARS相比分别下降35.3%和13.3%, Zn（Ⅱ）和Co（Ⅱ）平均相对误差分别为1.23%, 1.10%,其中Zn（Ⅱ）的最大相对误差为4.45%, Co（Ⅱ）的最大相对误差为4.57%,有效提高光谱建模精度。

论文目录

文章来源

类型: 期刊论文

作者: 孙涛,阳春华,朱红求,李勇刚,陈俊名

关键词: 波长选择,稳定性,可信度,紫外可见光谱

来源: 光谱学与光谱分析 2019年11期

年度: 2019

分类: 基础科学,工程科技Ⅰ辑

专业: 化学

单位: 中南大学自动化学院

基金: 国家自然科学基金重点项目(61533021),中南大学中央高校基本科研业务费专项资金项目(2018zzts556)资助

分类号: O657.32

页码: 3438-3445

总页数: 8

文件大小: 4337K

下载量: 103

相关论文文献

• [1].科技论文中序变量的疏漏分析[J]. 编辑学报 2020(01)
• [2].基于k近邻变量贡献与重构理论的工业过程故障诊断[J]. 控制理论与应用 2020(03)
• [3].寻找零售业的大变量[J]. 中国药店 2019(12)
• [4].疫情暴发新变量如何“搅局”[J]. 红旗文稿 2020(16)
• [5].无关变量[J]. 中国护理管理 2019(02)
• [6].有一种方法叫:置零点为变量[J]. 新世纪智能 2020(ZC)
• [7].单一变量原则在生物解题中的应用[J]. 中学生物教学 2018(18)
• [8].利用方程思想对多个变量统一处理[J]. 数学教学 2009(10)
• [9].“相关变量”的分类解析[J]. 中学数学月刊 2014(02)
• [10].浅谈“设可消变量思想”在物理教学中的应用[J]. 数理化解题研究(初中版) 2010(06)
• [11].变量间的相关系数及其SPSS中计算[J]. 教育现代化 2020(21)
• [12].一种基于变量稳定性与集群分析相结合的近红外波长的选择方法[J]. 红外与毫米波学报 2020(03)
• [13].独立不同分布不确定变量中心极限定理证明及其应用[J]. 上海交通大学学报 2019(10)
• [14].一种通过变量分配改进脸谱图的思路与方法研究[J]. 调研世界 2017(09)
• [15].点击函数中的多元变量问题[J]. 高中数学教与学 2013(05)
• [16].相关变量问题处理的“三不宜”[J]. 中学数学研究 2014(12)
• [17].相关变量问题处理的“三不宜”[J]. 数学教学研究 2014(12)
• [18].浅析对两个变量相关关系教学的几点体会[J]. 中学生数理化(学研版) 2014(10)
• [19].变量间的相关关系分析法[J]. 高中生学习(高二版) 2013(10)
• [20].《变量之间的关系》学习导航[J]. 中学生数理化(七年级数学)(北师大版) 2009(Z1)
• [21].基于变量混合特征的分支启发式策略[J]. 计算机系统应用 2020(03)
• [22].微信公众号用户使用频次对关注数影响的研究——基于技术接受模型工具变量的设定及策略[J]. 教育现代化 2020(45)
• [23].分析变量差异方法在发动机冷试中的应用研究[J]. 现代车用动力 2020(03)
• [24].求解多元变量问题的一种典型方法[J]. 中学生数学 2013(19)
• [25].生活中变量之间的关系[J]. 初中生之友 2011(35)
• [26].小趋势中蕴含的大变量——读《变量:看见中国社会小趋势》[J]. 城市开发 2019(04)
• [27].近十年国内外警察幸福研究综述[J]. 中国劳动关系学院学报 2018(02)
• [28].变量技术在农业机械上的应用[J]. 南方农业 2016(15)
• [29].轻松把握变量之间的关系[J]. 中学生数理化(七年级数学)(北师大版) 2008(Z2)
• [30].论教师培训核心要素的“对象变量”群[J]. 教师教育研究 2014(01)

标签：波长选择论文;  稳定性论文;  可信度论文;  紫外可见光谱论文;