為實現對醇類柴油的鑒別和含量的測定,在實驗室制備了甲醇柴油和乙醇柴油。利用主成分分析方法將甲醇柴油和乙醇柴油分成兩類,利用中紅外光譜法對光譜數據進行平滑、基線校正、多元散射校正和歸一化,得到預處理光譜圖,使用最小二乘支持向量機（LSSVM）模型預測甲醇柴油的甲醇含量和乙醇柴油的乙醇含量,其模型誤判率低于7.1%。結果表明,甲醇柴油甲醇含量LSSVM模型預測集相關系數和預測集均方誤差分別為0.9791和1.7201;乙醇柴油乙醇含量LSSVM模型預測集相關系數和預測集均方誤差分別為0.9802和2.9563。實驗的結果表明最小二乘支持向量機模型能夠預測甲醇乙醇柴油中的甲醇和乙醇含量,且是一種很有前途的方法。 

【文章來源】：激光與光電子學進展. 2017,54(09)北大核心CSCD

【文章頁數】：8 頁

【文章目錄】：
1 引言
2 材料與方法
    2.1 樣品
    2.2 光譜采集
    2.3 數據分析與軟件
    2.4 預處理方法
3 結果與討論
    3.1 主成分分析
    3.2 偏最小二乘判別分析
    3.3 甲醇柴油甲醇含量定量分析
    3.4 乙醇柴油乙醇含量定量分析
4 結論


【參考文獻】：
期刊論文
[1]黃桃表面缺陷和可溶性固形物光譜同時在線檢測[J]. 劉燕德,吳明明,孫旭東,朱丹寧,李軼凡,張智誠.  農業(yè)工程學報. 2016(06)
[2]高光譜技術在無損檢測火龍果可溶性固形物中的應用[J]. 羅霞,洪添勝,羅闊,代芬,梅慧蘭.  激光與光電子學進展. 2015(08)
[3]基于近紅外光譜和子窗口重排分析的山茶油摻假檢測[J]. 孫通,吳宜青,李曉珍,許朋,劉木華.  光學學報. 2015(06)
[4]基于聯合區(qū)間偏最小二乘判別分析的豬肉近紅外光譜定性建模分析[J]. 武小紅,孫俊,武斌,唐凱.  激光與光電子學進展. 2015(04)
[5]中紅外光譜法測定甲醇汽油中甲醇含量[J]. 李雁如.  山西化工. 2014(04)
[6]LSSVM模型下的近紅外光譜聯合區(qū)間波長篩選方法[J]. 彭秀輝,黃常毅,劉飛,劉艷.  光譜學與光譜分析. 2014(03)
[7]基于最小二乘支持向量機的辣椒可溶性固形物和維生素C含量近紅外光譜檢測[J]. 劉燕德,周延睿,潘圓媛.  光學精密工程. 2014(02)
[8]Rapid recognition of Chinese herbal pieces of Areca catechu by different concocted processes using Fourier transform mid-infrared and near-infrared spectroscopy combined with partial least-squares discriminant analysis[J]. Hai-Yan Fu,Dong-Chen Huang,Tian-Ming Yang,Yuan-Bin She,Hao Zhang.  Chinese Chemical Letters. 2013(07)
[9]基于GA-LSSVM的蘋果糖度近紅外光譜檢測[J]. 劉燕德,周延睿.  西北農林科技大學學報(自然科學版). 2013(07)
[10]PLS-LSSVM模型在鋅凈化中的應用[J]. 伍鐵斌,朱紅求,孫備,李勇剛,張斌.  計算機工程. 2012(10)



本文編號：3483184