本文關(guān)鍵詞： 近紅外光譜 易燃液體 判別分析 極限學(xué)習(xí)機　出處：《激光雜志》2017年11期 　論文類型：期刊論文

【摘要】：快速、便捷、準(zhǔn)確、低成本的液體檢測方法對公眾的安全有著重大的意義。文章采用近紅外光譜分析方法,研究了對易燃液體的快速鑒別方法。采集了典型易燃液體和非易燃液體樣品的近紅外吸收光譜圖,在建立判別預(yù)測模型時,分別對兩類液體樣品的光譜數(shù)據(jù)進行主成分分析,選取了特征波長點,從而提取樣本的特征值。利用判別分析法和極限學(xué)習(xí)機判別法分別建立了判別預(yù)測模型,兩種方法的分類對訓(xùn)練集的準(zhǔn)確率均能達到98%以上,對測試集能達到100%,并且耗時極短。結(jié)果表明近紅外光譜可以快速鑒別易燃液體與非易燃液體。
[Abstract]:Rapid, convenient, accurate and low-cost liquid detection method is of great significance to public safety. Near infrared spectroscopy analysis method is used in this paper. The fast identification method of flammable liquid was studied. The near infrared absorption spectra of typical flammable liquid and non-flammable liquid were collected, and the discriminant prediction model was established. The spectral data of two kinds of liquid samples were analyzed by principal component analysis and the characteristic wavelength points were selected to extract the eigenvalues of the samples. The discriminant prediction models were established by discriminant analysis and extreme learning machine discriminant method. The classification accuracy of the two methods can reach more than 98% for the training set and 100 for the test set, and the time is very short. The results show that the near infrared spectrum can quickly distinguish flammable liquid from non-flammable liquid.
【作者單位】： 南京信息工程大學(xué)信息與控制學(xué)院;江蘇省大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心;
【基金】：國家自然科學(xué)基金青年基金項目(61302189)
【分類號】：D918.9;O657.33
【正文快照】： 2.江蘇省大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心,南京210044()隨著恐怖暴力事件數(shù)量的增長,對危險攜帶物的檢查受到了國內(nèi)外的高度重視。其中液態(tài)危險物由于方便購買已成為暴力恐怖分子的常用工具。2013年5月廣州地鐵一號線發(fā)生一起預(yù)謀縱火案,犯案者攜帶20升汽油及自制遙控點火裝置

【相似文獻】

相關(guān)期刊論文 前2條

1 孟一;張玉華;王家敏;畢然;王國利;;基于近紅外光譜技術(shù)快速識別不同動物源肉品[J];食品科學(xué);2014年06期

2 連洪壽;李玉林;陳翼勝;;硅特蘭結(jié)構(gòu)毒性關(guān)系的判別分析研究[J];計算機與應(yīng)用化學(xué);1988年01期

相關(guān)會議論文 前2條

1 余靜;張勇;孫興龍;;幾種常見易燃易爆液體的FT-RAMAN光譜研究[A];第十六屆全國光散射學(xué)術(shù)會議論文摘要集[C];2011年

2 余靜;孫興龍;王繼芬;;常見易燃易爆液體的FT-RAMAN光譜鑒別方法研究[A];第十七屆全國分子光譜學(xué)學(xué)術(shù)會議論文集[C];2012年

，

本文編號：1469664