基于SVM的混合气体红外光谱分析关键技术研究

为了解决海量混合气体光谱数据样本无法获取、混合气体组分气体特征吸收谱线重叠、混合气体组分浓度分布的随意性等问题,将支持向量机用于混合气体红外光谱分析中.提出了光谱数据样本特征选择、数据预处理、SVM校正模型参量优化及层次式混合气体光谱分析结构等关键技术.实验分析了上述4项关键技术对分析结果的影响.实验结果显示,采用关键技术的混合气体组分浓度分析的最大绝对误差为2.93%,最大平均绝对误差为0.73%.     

基于SVM的混合气体分布模式红外光谱在线识别方法

针对混合气体组分浓度分析中海量训练样本的获取、分析精度及实时在线分析等问题,将支持向量机这一新的信息处理方法和红外光谱分析法结合,提出了混合气体分布模式的概念。在此基础上,采用先进行混合气体分布模式识别,然后再进行混合气体分析的思路,在大量调查的基础上,研究探索了实际应用中可能出现的混合气体分布模式,确定60种混合气体分布模式,共计6 000个混合气体红外光谱数据样本用于模型的训练与检验。采用SMO算法实现了减量和增量的在线学习,最终建立了基于SVM的混合气体分布模式红外光谱在线识别模型。模型由模式识别和结果输出2层组成,模式识别层完成混合气体模式分布模式识别任务;结果输出层由60个SVM校正模型组成,完成具体的浓度分析任务。实验结果表明,该方法对混合气体分布模式的正确识别率不低于98.8%,可在小样本条件下对混合气体的分布模式进行在线识别,可在线实时加入新的混合气体分布模式,具有实际应用价值。     

混合气体红外光谱支持向量机分析的新方法

介绍了一种基于支持向量机的混合气体红外光谱组分浓度和种类分析的新方法。利用核函数将组分气体特征吸收谱线重叠严重的混合气体光谱在高维空间变换后,建立SVM回归校正模型,进行混合气体浓度分析。在利用支持向量机回归校正模型进行混合气体组分浓度分析的同时,证明支持向量机回归校正模型也可用于混合气体组分种类分析。对不同组分和不同组分浓度的混合气体红外光谱数据进行了实验,研究了谱仪扫描间隔、分析特征波长范围、核函数和惩罚因子等因素对分析结果的影响。混合气体组分浓度实验结果的最大平均绝对误差Mean AE为0.132%;混合气体组分种类识别的准确率大于94%。解决了传统的光谱分析方法中光谱特征谱线重叠、光谱数据的维数大、定性和定量分析无法使用同一方法等问题,可用于其他混合气体的红外光谱分析,具有实际应用价值。     

直接正交信号校正算法在烷烃类多组分气体定量分析中的应用

针对烷烃类多组分混合气体中红外光谱存在的基线漂移问题,提出一种直接正交信号校正算法用于光谱数据预处理。实验中采用傅里叶变换红外光谱仪采集了936组混合气体样本的光谱数据,混合气体主要由不同浓度范围的七种组分气体组成。将直接正交信号校正算法与导数算法进行了对比分析,采用偏最小二乘回归方法建立了各组分气体定量分析模型,并对模型参数(主元个数、导数步长及正交分量的个数)进行了遍历优化选取最优分析模型。结果表明直接正交信号校正算法对于中红外光谱基线校正效果最好,直接正交信号校正算法用于烷烃类混合气体中红外光谱基线校正可行,效果良好,具有一定的实用和研究价值。     

基于近红外光谱的SG-MSC-MC-UVE-PLS算法在全血血红蛋白浓度检测中的应用

为提高全血血红蛋白浓度预测模型的预测精度,基于近红外光谱分析,首先对原始全血透射光谱数据分别进行均值中心化、标准化、标准正态变量变换(SNV)、多元散射校正(MSC)以及Savitzky-Golay（SG）卷积平滑结合MSC的预处理操作,最终选择预处理效果最好的SG-MSC方法作为数据预处理方法,其最大相关系数达到0.944 1。对SG平滑的平滑窗口宽度进行讨论,找出平滑效果最好的窗口宽度为27。数据预处理消除了全血吸收光谱的基线失真,提高了全血吸收光谱数据的信噪比。将190个样本（190个血红蛋白浓度对应的透射光谱数据）分为具有相近血红蛋白浓度分布的校正集和测试集,其中校正集为143个样本（对应血红蛋白浓度分布为10.6～17.3 g·dL-1）,测试集为47个样本（对应血红蛋白浓度分布为10.3～17.3 g·dL-1）,确保建立模型的适用性。对校正集数据预处理后利用蒙特卡洛无信息变量消除（MC-UVE）方法对其进行波长变量选择,剔除含信息量少的波长点,提高含信息量多的波长占比。设置蒙特卡洛迭代次数为1 000,最终从全血吸收光谱的700个波长变量中筛选出191个波长变量用于建立全血血红蛋白浓度偏最小二乘（PLS）回归模型。对比分析原始全血透射光谱全谱PLS模型、原始全血吸收光谱全谱PLS模型、预处理全血吸收光谱全谱PLS模型、SG-MSC-MC-UVE-PLS模型以及已有二阶导数PLS模型的模型效果,表明基于SG-MSC-MC-UVE-PLS算法的全血血红蛋白浓度预测模型效果较其他模型效果更优,预测相关系数由0.676 3提高到0.979 1,预测集均方根误差由0.898 1减小到0.220 3,最大绝对误差由2.426 1减小到0.411 2。同时,利用MC-UVE方法进行波长变量选择,在保证预测精度的前提下,筛选出建模的波长个数更少,有利于提高模型计算效率。研究结果表明,SG-MSC-MC-UVE-PLS方法能够提高全血吸收光谱信号的信噪比,简化模型结构,提高模型的预测精度和计算效率,对推动血红蛋白浓度检测技术的发展具有进步意义。     

AOTF-NIR光谱仪用于混合气体定量分析的探索

探索了以声光可调滤波器(acousto-optic tunable filter,AOTF)为分光器件的新一代近红外(NIR)光谱仪用于气体检测的可行性,并提出一种多组分混合气体近红外光谱分析的新方法。将一个自制的气室与AOTF-NIR光谱仪配接,从而实现了当前仅限于固体和液体检测的AOTF-NIR光谱仪对气体的检测。实验首先获取并比较了甲烷在不同浓度下的近红外光谱。结果显示,当浓度大于0.1%时,甲烷的吸光度明显地随其浓度的增加而增加。随后参照仪器对甲烷的检测低限设计了甲烷、乙烷和丙烷三组分混合气体样本,并采集了它们的近红外光谱。三种组分气体的定量分析模型由核偏最小二乘(kernel partial least squares,KPLS)回归法建立,模型的预测能力采用检验集的预测均方根误差(root mean square error of prediction,RMSEP)评定。与偏最小二乘(PLS)回归分析效果的对比研究表明,KPLS回归较PLS回归在NIR光谱数据的分析上更具优越性。     

平均分布差异最小化的NIR标定迁移方法研究

凭借高效、无损和环保的优点,近红外光谱在多个领域广泛用作物质快速分析方法的同时,仍面临着光谱标定模型生命周期短,构建仪器标定迁移方法的标准样品难以获得和保存等问题。在化学计量学文献中,迁移方法通常能够矫正主从仪器之间的光谱差异,但绝大多数方法都需要在两台仪器相同条件下测量一组迁移标准样品。虽然样品数目不必过多,但总体上表明,必须对其进行很好的选择才能保证成功迁移。对于在主从仪器中选择代表性的样本子集,现有Kennard-Stone算法作为样本选择的主要算法。在标准样本的确定问题中,假设主仪器已找到标准样本,选择的样本集需要在从仪器中进行测量,仅当迁移样本足够稳定时才有可能,但现有近红外光谱技术无法保证这一点。如果假设使用从仪器的样本作为标准样本,考虑到新工业应用中光谱光源的变更,主仪器被从仪器代替,因此不再可用。基于目前存在的这些问题,提出了一种平均分布差异最小化的NIR标定迁移方法（MCT）, 此方法可以在不考虑从仪器标准样本（即标准样本自由）的情况下,针对近红外光谱数据的多重共线性,首先假设存在一个主从仪器光谱的共同偏最小二乘子空间,并将主从仪器光谱数据分别投影到该公共子空间;然后,引入平均分布差异最小化算法,即分别给出主从光谱数据在子空间的平均分布中心表示函数,在最小化两个光谱平均分布（中心点）的差异的同时,最大化投影后主仪器光谱的协方差,推导求解出最佳子空间;最后,将主光谱样本和从光谱预测样本分别投影到该偏最小二乘子空间中,利用主光谱数据得到回归模型,该模型可用于预测从光谱浓度。通过对玉米数据集和小麦数据集的测试研究,证明的预测效果与SBC,PDS,CCACT,TCR和MSC相比有所改善,该方法可以实现更低的预测误差。     

基于PLS子空间对齐的2,6-二甲酚纯度迁移学习建模

采用近红外光谱对物质浓度进行准确的在线检测对于生产优化具有重要意义。建立检测模型需要从近红外光谱中提取相关信息,代表性样本越多,提取的信息越有效,所建模型的精度越高。随着产品纯度的提高,样本的区分度下降,样本的变异系数小,多样性不足,并且存在测量噪声以及化验室人工检测样品浓度值时的测量误差,会导致物质浓度与光谱之间缺乏相关性,传统的建模方法无法建立可靠的近红外检测模型。为了解决这个问题,提出了一种基于PLS子空间对齐的迁移学习建模方法,应用于2,6-二甲酚精馏提纯过程中产品塔高纯度产品的在线检测。在制备化工单体2,6-二甲酚过程中,存在副反应和未反应完全的杂质,生产反应后的物料要顺序经过不同的精馏塔,最后在产品塔获得纯度高于99%的产品,产品塔的质量检测尤为重要。由于产品塔检测点近红外光谱数据缺乏多样性,检测模型的泛化能力较弱。该研究采用偏最小二乘为2,6-二甲酚精馏提纯过程中不同检测点的数据集创建子空间,然后通过最小化其他检测点数据子空间与产品塔检测点数据子空间的布雷格曼（Bregman）散度,将其他检测点数据的子空间对齐到产品塔数据子空间,减小其他检测点数据子空间与产品塔检测点数据子空间的特征分布差异,既避免了投影到公共子空间产品塔检测点数据特征信息的损失,又能充分利用其他检测点数据的特征信息,然后在迁移后的子空间完成偏最小二乘回归建模,通过竞争学习加权策略确定最终的模型系数,从而提升产品塔检测模型的性能。在2,6-二甲酚纯度近红外检测数据集上进行了仿真验证,并探讨了迁移其他检测点不同数量的数据对产品塔检测模型性能的影响,产品塔检测模型的最大性能提升达到了52.19%,RMSEP值由0.059 4下降到0.028 4,与传统建模方法支持向量机回归和BP神经网络相比具有明显的优势。     

基于“M+N”理论的光谱分析中光源电压对预测精度影响的研究

"M+N"理论从误差理论的角度阐明了光谱分析中外界干扰因素即"N"因素对于测量精度的影响,并给出了提高测量精度的方法。通过采用实测变电压光源光谱数据与多组分线性吸收谱仿真模型相结合的方法,构造了三组分的理想混合溶液并选择光源电压作为影响被测组分浓度测量精度的"N"因素,分别设定了不同信噪比下的两组各三种不同的校正集与预测集样本"N"因素分布方式,得出了对于系统误差类"N"因素而言,校正集与预测集的"N"因素分布范围对组分浓度的预测精度具有一定影响的结论。实验结果验证了"M+N"理论中"N"因素用于提高测量精度的可行性,同时为其他测量系统减小外界干扰提高测量精度提供了理论指导。     

卷烟主流烟气中巴豆醛在线光谱分析方法研究

卷烟主流烟气是卷烟燃烧时被人体吸食到体内的主要气体,其减焦降害已成为全社会高度关注的问题。在各种卷烟主流烟气组分中,巴豆醛以其强烈的基因毒性,成为国家规定的卷烟中七种主要有害指标物之一。传统的巴豆醛分析方法大都采用高效液相色谱法等实验室分析方法,需繁琐的样品前处理过程,无法测量巴豆醛的实时浓度,难以准确评估巴豆醛对人体健康的影响。为了快速、准确地检测卷烟主流烟气中的巴豆醛组分,本研究搭建了一套可以直接与吸烟机耦合的傅里叶红外光谱分析系统（FTIR）,并创新性开发过采样数据驱动光谱分析方法（ODDSA）,从复杂、变动的卷烟主流烟气中准确提取巴豆醛的光谱组分信息。ODDSA方法从实验设计入手,采用随机设计的思路尽可能模拟实际卷烟样品的分布范围,以构建具备良好光谱数据结构的样品集。在此基础上,创新性地将高密度小波变换引入红外光谱数据的处理过程中,以时/频双域过采样的方式提升了光谱解析分辨率,进而降低了其他基质组分对巴豆醛光谱信息的干扰。最后,发展改良竞争自适应重加权采样方法,从多倍冗余的高密度小波系数中准确提取待测物质的最佳变量组合,由此构建高质量的巴豆醛光谱定量分析模型。为了验证ODDSA方法的有效性,实验中采集了15种典型市售卷烟品牌,每个品牌在线采集8支样品的主流烟气红外光谱,随后采用随机挑选的25个验证集样本对ODDSA方法进行验证。结果表明,检验集的线性拟合系数为0.971,相对均方根误差为5.5%,其预测精度能有效满足卷烟主流烟气中巴豆醛的在线分析需求,并可拓展到环境二手烟气中其他组分的在线监测,进而为吸烟与健康评估提供全新手段。     

利用Tikhonov正则化算法进行光谱特征波长的选择及其参数优化

在烷烃类多组分混合气体,尤其轻烷烃类气体傅里叶变换红外光谱定量分析中,其中在红外光谱区域吸收峰严重交叉重叠,不易建立定量分析模型。为此,采用Tikhonov正则化算法对甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷和正戊烷等七种轻烷烃类混合气体傅里叶变换红外光谱进行特征波长的选择,以便建立定量分析模型。选择六种各气体浓度组成混合烷烃气体,采用Tikhonov正则化算法,通过对比分析混合气体在中红外全波段、主吸收峰和次吸收峰波段特征波长的选择和TR参数的优化,选择出七种气体成分的傅里叶变换红外光谱的特征波长。利用选择的特征波长和Tikhonov正则化参数对实测甲烷光谱数据进行检验分析,与其他气体成分的交叉灵敏度最大为11.153 7%,最小为1.239 7%,预测均方根误差为0.004 8,有效增强了Tikhonov正则化算法在轻烷烃类混合气体定量分析中的实用性,初步验证了利用Tikhonov正则化进行烷烃类混合气体傅里叶变换红外光谱特征波长选择的可行性。     

近红外光谱分析技术识别奶粉中淀粉掺假的研究

将蒙牛、伊利、完达山三个品牌的奶粉样品掺入不同量的淀粉构成32份实验样品。在跨度近两个月时间内,用JDSU微型近红外光谱仪,分五天重复5次采集这些样品的中波近红外漫反射光谱。采用仿生模式识别（BPR）算法对样品进行掺假识别定性分析,并研究了分析的可靠性与模型的稳健性。以90%作为评价分析结果（样品掺杂的正确识别率 CAR与正确拒识率 CRR）的阈值：将测试结果高于此阈值的所有样品中掺入淀粉的最低含量分别称为样品掺杂的正确识别限与正确拒识限。结果显示：三个品牌奶粉样品分别各自建模时,若用同一天测定的部分光谱数据建立模型,预测该天剩余光谱,样品掺杂的正确识别限与正确拒识限都可以达到0.1%。对于三种品牌奶粉合并后的纯奶粉及其淀粉掺杂样品混合建模时,若用同一天测定的光谱建模与测试,样品掺杂的正确识别限也可以达到0.1%,正确拒识限则为1%;若用不同时间采集的光谱进行交叉测试,正确识别限与正确拒识限都只有5%;若用四天的光谱数据联合建模,测试第五天的数据,正确识别限可以稳定达到1%,正确拒识限可以达到5%。应用两种算法对奶粉中淀粉含量进行定量分析比较,进一步验证了有关定性分析对样品掺杂正确识别限和正确拒识限的可靠性。     

粒子群优化算法在混合气体红外光谱定量分析中的应用

通过将粒子群优化技术及BP神经网络技术相结合,建立了三种烃烷混合气体的红外光谱定量分析模型。混合气体主要由甲烷、乙烷、丙烷三种组分气体组成,三种组分气体浓度范围分别为0.01%～0.1%。文章首先采用主成分分析技术从红外光谱1 866个数据中提取了5个特征变量作为神经网络的输入,将气体浓度作为网络输出。然后将粒子群优化算法与BP神经网络技术相结合,对网络的隐含层节点数进行了优化选择。再对结构优化后的网络进行训练,建立气体分析模型。分析模型的标准气体验证实验结果表明,采用此方法建立混合气体红外光谱定量分析模型所用时间(大约4 600 s)比单纯采用BP神经网络进行遍历优化建模所用时间(大约24 500 s)降低5倍以上,模型预测精度水平相当,网络结构大致相同,具有一定的实践意义和应用潜力。     

基于SVM回归模型的混合气体组分种类光谱识别方法

针对混合气体红外光谱分析中无法采用同一模型同时进行混合气体组分浓度的定量分析和组分种类的定性分析的问题,本文提出了基于SVM回归模型的混合气体组分种类光谱识别方法.通过详细推导,证明混合气体组分种类识别完全可以通过组分浓度分析的SVM回归模型来求解,混合气体组分种类识别是一种特殊的回归.实验结果显示,该方法的混合气体组分种类的正确识别率不小于92.5%.     

利用2DCOS进行多组分混合气体傅里叶变换红外光谱分析中同分异构体谱峰的辨别

在利用傅里叶变换红外光谱进行混合气体定量分析中,针对烃类尤其是同分异构体等构成的混合气体其谱图特征相似、吸收峰严重交叠,不易进行特征吸收成分的判别和特征变量选择的问题,为增强谱峰分辨力,采用广义二维相关光谱和傅里叶变化红外光谱对烃类混合气体分析中同分异构体进行辨别,以异丁烷和正丁烷的红外光谱及受浓度扰动组成的光谱组为例进行二维相关红外光谱分析。通过观察全波段和主吸收峰波段单组分气体的傅里叶变换红外光谱,可知其谱图相似,吸收峰严重交叠,如果混合在一起,将基本无法辨别何种分子结构及成分。通过广义二维相关光谱的变换,其二维相关光谱的同步谱和异步谱可以清晰地辨别出异丁烷和正丁烷的特征吸收峰及其各自强度,实验结果可知,异丁烷在2 893,2 954和2 977 cm-1,正丁烷在2 895和2 965 cm-1具有强的吸收特征谱线。分析结果初步验证了二维红外相关光谱在多组分混合气体傅里叶变换红外光谱定量分析中谱分辨率增强方面的应用。     

Determination of low concentrations of aromatic hydrocarbons in multicomponent mixtures with iso-octane and n-heptane

We have experimentally studied the absorption spectra of hydrocarbon mixtures based on n-heptane and isooctane with small (1%–2%) additions of aromatic hydrocarbons (benzene, toluene, xylene). The study was conducted in the region of the first overtones of the vibrational spectra for the hydrocarbon groups CH₃, CH₂, CH. We show that four-component modeling of the absorption spectrum of the hydrocarbon mixture and minimization of the deviation of the model spectrum from the experimental spectrum allow us to separately determine the content of the aromatic additives for concentrations from 1%.     

基于粒子群优化的最小二乘支持向量机在混合气体定量分析中的应用

针对混合气体建模过程中最小二乘支持向量机参数难以确定及红外光谱数据计算量过大的问题,提出一种粒子群优化的最小二乘支持向量机方法,用于建立基于主成分分析特征提取的红外光谱多组分气体定量分析模型。首先对主吸收峰区域的550个红外光谱数据利用主成分分析技术进行了特征提取,将降维得到的7个特征值作为模型的输入变量从而有效地降低了计算量。混合气体主要由浓度范围分别是0.1%～1%的甲烷、乙烷及0.1%～1.5%的丙烷三种组分气体组成。采用最小二乘支持向量机技术分别建立了各组分气体的定量分析模型,利用粒子群优化算法对最小二乘支持向量机算法中的参数进行了优化选取,取代了传统的遍历优化方法,然后利用取得的最优参数重建定量分析模型。实验结果表明,采用此方法离线建模所用时间比采用遍历优化方法节省40倍以上,预测结果误差水平相当,满足实测要求。粒子群优化算法在全局优化及收敛速度方面具有较大优势。粒子群优化算法与最小二乘支持向量机技术相结合用于混合气体定量分析是切实可行的,具有一定的实际意义和应用价值。