两种偏最小二乘分光光度法同时测定三组分混合物

本文研究两种偏最小二乘法（经典编最小二乘法（ＣＰＬＳ）和基于核心矩阵的偏最小二乘法（ＫＰＬＳ）同时测定三组分混合物，根据数学原理编制三个程序（ＳＰＧＲＡＦＡ，ＳＰＧＲＰＬＳ和ＳＰＧＲＫＰＬＳ）执行这些计算，八个误差函数用以推断因子数目，因为核心矩阵维数小于原始数据矩阵，所以ＫＰＬＳ法适于计算具有较多光谱数和较少样品数的数据矩阵，实验结果显示对相互重叠的光谱用这两种方法均能获得令人满意且十分吻合的结     

正交多项式最小二乘曲线拟合法求光源色温的经验公式

本文报道用正交多项式最小二乘曲线拟合法，首次获得精确计算光源色温的经验公式Ｔｃ，色温Ｔｃ≤２０００Ｋ，２０００～２００００Ｋ和１００００～１０００００Ｋ范围的标准偏差分别为１．８５２×１０－２，１．４３９×１０－３和３．５３６×１０－３。应用拟合公式计算了黑体辐射、标准光源以及重组日光的色温值，结果令人满意。     

红外光谱结合偏最小二乘法定量分析毛竹/聚丙烯复合材料的主成分

木塑复合材料(wood plastic composites, WPC)中生物质和塑料的比例影响其物理力学性能和价格。建立一种快速、准确的方法预测WPC中生物质和塑料的含量对于WPC市场的进一步发展具有重要作用。现有的检测方法主要为热分析法,然而,热分析法固有的缺陷(包括检检测时间长、测精度低、操作复杂等)严重限制了其应用范围。为此,本研究采用红外光谱(FTIR)结合偏最小二乘法(PLS)对毛竹/聚丙烯(PP)复合材料样品中毛竹及PP的含量进行了快速测定。以毛竹为生物质填料、PP为基体材料,同时加入一定量的添加剂,采用挤出成型法制备了42个不同毛竹/PP比例的WPC样品。采用KBr压片法收集42个WPC样品的红外光谱数据,利用PLS-2和完全交互验证方式建立样品中毛竹及PP含量和光谱数据间的相关性模型。内部交互验证结果表明,对原始光谱进行一阶导数和SNV预处理后,选择1 800～800 cm-1 波段建立的模型性能最佳。毛竹和PP含量的校正模型决定系数R2均为0.955,校正标准偏差SEC分别为1.827和1.848。毛竹和PP含量的预测模型决定系数R2均为0.950,交互验证标准偏差SECV分别为1.927和1.950,RPD值均为4.45。外部验证结果表明,毛竹和PP含量相对预测偏差均低于6%,FTIR结合PLS法可以同时快速、准确地预测毛竹/PP复合材料中毛竹及PP含量。     

基于最小二乘法多项式拟合三角测量模型研究

激光三角法具有非接触测量、测量范围大、相对测量精度高、结构简单、环境适应性强等多种优点, 得到了广泛应用。但是三角测量的理论公式具有非线性特征, 而且光学结构参数(a、b、θ)等在现实工程中具有不可测性。研究了三角测量中数学模型的建立方法, 选用多项式展开方法建立数学模型。通过应用最小二乘法拟合多项式的方法求解模型系数, 提出了根据最大相对拟合残差要求、结合相关系数用于控制拟合多项式阶数的评价方法, 并通过实际光学系统验证了该方法的可行性, 达到了0.01%的相对误差。最小二乘法拟合多项式的方法对于激光三角位移传感器的标定和系统误差消除具有实际的指导意义。     

偏最小二乘法在火焰原子吸收分析中的应用

本文用偏最小二乘法校正了火焰原子吸收分析中Ｐｄ２４７．４３ｎｍ对Ｐｂ２４７．６３８ｎｍ的吸收线重叠干扰，对合成样中Ｐｂ和Ｐｄ的测定，结果令人满意，ＰＬＳ法是谱线重叠干扰的有效校正方法。     

主成分提取在遥感FTIR谱图解析中的应用

建立了基于人工神经网络(ANN)的遥感FTIR谱图解析方法。针对人工神经网络(ANN)训练时间过长和模型“过拟合”的问题,采用偏最小二乘法(PLS)和主成分分析法(PCA),对输入ANN的光谱数据进行了主成分提取,使ANN分析时间从30多分钟缩短为10多秒钟;模型传递技术的引入,克服了遥感FTIR谱图分析中反复建模问题。经过优化的方法,实现了用EPA数据建模,对大气中的四组分混合体系——丙酮、苯、三氯甲烷和甲醇的遥感、实时、准确测定,PLS-ANN模型得到的结果最好,对丙酮、苯、三氯甲烷和甲醇的预测误差分别为0.043,0.031,0.034,0.051,保证了遥感FTIR对大气中有毒气体混合物实时、准确、快速监测。     

利用神经网络提高偏最小二乘法的NIR多组分分析精度

提出了一种神经网络(ANN)和偏最小二乘法(PLS)结合的新的近红外(NIR)多组分分析法。该方法首先把训练样本中待测组分涵盖的浓度区间分成若干个子区间,利用各个子区间的训练样本分别建立PLS校正模型,然后利用ANN对未知样本进行分类,判断其所属的浓度子区间,应用对应子区间上的校正模型计算预测样本的组分浓度。和传统的PLS比较,此方法改善了模型的适应性,显著地提高了预测精度。实验及数据处理结果证明了本方法的有效性。     

偏最小二乘法在原子吸收光谱分析中的应用——钴和铟的同时测定

本文用偏最小二乘法（ＰＬＳ）校正了火焰原子吸收分析Ｉｎ２５２．１３７ｎｍ对Ｃｏ２５２．１３６ｎｍ的吸收线重叠干扰,对混合样中Ｃｏ和Ｉｎ的含量进行了测定,结果令人满意。     

偏最小二乘法在傅里叶变换红外光谱中的应用及进展

偏最小二乘法(PLS)是一种应用非常广泛的化学计量方法,它综合了多元线性回归法(MLR)和主成分回归法(PCR)的优势,具有预测能力强和模型相对简单等优点。PLS使傅里叶变换红外光谱的应用范围不断扩大,同时算法也得到了改进和完善。文章介绍了偏最小二乘法在傅里叶变换红外光谱中的应用,对改进算法,如移动窗口PLS(MWPLS)、稳健PLS(RPLS)、加权PLS(WPLS)和非线性PLS等进行了介绍。同时,对应用PLS时数据的预处理、变量的选择、噪声的处理和非线性模型的建立进行了综述。     

偏最小二乘原子吸收光谱法同时测定锰和镓

本文研究了偏最小二乘原子吸收光谱法同时测定了Ｍｎ和Ｇａ的方法。实验结果表明，本方法具有简单，准确的特点。     

双层PLS算法及其在近红外光谱分析中的应用

针对近红外光谱数据局部效应显著,变量个数多,且彼此间常存在严重的复共线性,并与样品组分含量呈非线性关系,构建了一种双层非线性偏最小二乘回归 (DNPLSR)算法。它将非线性回归和偏最小二 乘(PLS)相结合,先在外层由PLS从样本数据中提取成分,并实现每对成分间的非线性映射,再在内层实施PLS算法,将外层因变量成分的拟合误差反馈计算转换权向量的增量,进一步修正转换权向量,以使外层所提取的成分对因变量具有更优的解释能力。最后,将该法应用于80个谷物样品的水组分含量与其近红外光谱的定量关系建模,效果良好,显示出很强的学习能力,所建模型的预报性能也优于其他方法。     

基于激光诱导击穿光谱的合金钢组分偏最小二乘法定量分析

在炼钢中合金浓度的检测和控制对产品质量影响很大,激光诱导击穿光谱(laser induced breakdown spectroscopy, LIBS)技术具有快速、非接触、无需制样等特点,非常适合应用于合金成分的在线分析。但是由于合金中的C, S, P元素的成分含量都很低,其原子发射谱线极易淹没在复杂的铁元素特征谱线之中,造成这些重要元素在线定量分析困难。以合金钢标准光谱样品为研究对象,获取激光诱导击穿光谱数据,采用定标曲线法(calibration curve, CC)和偏最小二乘法(partial least squares, PLS),对合金钢样品的主量和微量元素进行定量分析。比较两种方法的定标结果得出：对于主量元素,PLS方法的定量分析水平优于传统的CC法;更重要的是对于微量元素,由于特征谱线极弱,CC法无法得出定量结果,而PLS法仍然具有良好的定量分析能力。同时,将PLS法回归模型特征谱线处的回归系数与原始有背景干扰的光谱强度数据进行比较,阐述了LIBS数据定量分析中PLS方法的优势。结果表明,在激光诱导击穿光谱合金成分分析中,PLS方法适合用于C等微量元素的定量分析。     

遗传算法用于傅里叶变换红外光谱的定量解析

本文利用遗传算法对混叠的傅里叶变换红外光谱图进行了定量的解析。文中分析了最多包含了十个组分的大气有毒有机物（苯，四氯化碳，氯苯，硝基苯，苯酚，甲苯，甲醇，邻甲酚，间甲酚和对甲酚）的混合谱图，建立了适当目标函数，使用了自适应变异技术，讨论了交叉和变异概率对结果的影响。结果证明遗传算法有着极好的非线性特征。在适当的条件下，结果的相对误差小于1％。     

迭代最小二乘法气体光谱自动水汽差减算法

傅里叶红外光谱法具有测量速度快、信噪比高、检测范围广等优势,在针对污染源废气排放的快速检测及长时间在线监测中具有巨大的发展潜力。水汽是红外光谱污染气体检测中的主要干扰物,影响NO_X,SO₂等重要污染物的检测,差减水汽背景谱消除光谱中水汽干扰可提高这些污染物的检测精度,具有重要意义。气体光谱中水汽吸收峰由于受到水分子团簇、仪器线型函数等影响,通过数值方法对其计算的误差较大;为此,水汽背景谱一般需采用同一台光谱仪实测获得。主要有两种方法： 第一种是通过反复调节水汽/氮气混合气中的水汽浓度,使水汽背景谱中的水汽吸收峰与污染气体光谱中水汽吸收峰相同,此方法耗时较长,且受环境条件制约很难在现场检测中使用;第二种方法是预先测量不同浓度的水汽光谱,在检测污染气体时选取两幅与污染气体光谱中水汽吸收峰最为接近且将其夹在中间的水汽光谱作为参考谱,使用这两幅参考谱线性拟合与污染气体光谱中水汽吸收峰相同的水汽背景谱,此方法可获得高度近似的水汽背景谱,但当前缺乏相关自动算法妨碍了其在快速自动消除水汽干扰方面的应用。为此,提出一种选取水汽参考谱及拟合水汽背景谱的自动算法,用于自动差减消除水汽干扰。在参考谱选取中,使用污染气体光谱依次减去浓度由低至高的水汽光谱,依据差减后光谱中水汽吸收峰所在波数的吸光度正负性来选取参考谱。在水汽背景谱计算中,基于迭代最小二乘法逐步剔除光谱中受污染物吸收峰干扰的波数,采用剩余波数上的数据拟合水汽背景谱,使其与污染气体光谱中水汽吸收峰相一致。使用水汽背景谱对污染气体光谱进行差减即可消除污染气体光谱中的水汽干扰。对含有NO₂的污染气体光谱进行了差减消除水汽干扰实验,结果表明所提出的自动算法可快速准确消除水汽干扰;NO₂在消除水汽干扰后可由其位于1 629 cm-1的强吸收峰检测,相比消除水汽干扰前使用不受水汽干扰的位于2 917 cm-1的弱吸收峰检测,其检出限得到了大幅提高。     

偏最小二乘法结合流动注射化学发光法同时测定芦丁和维生素C

在碱性条件下,芦丁和维生素C对鲁米诺-铁氰化钾化学发光体系具有显著的抑制作用,但两者峰值出现的时间存在明显差异。基于这一特点,本文将偏最小二乘法与流动注射化学发光法结合,建立了偏最小二乘法-流动注射化学发光同时检测芦丁和维生素C的新方法。在优化实验条件下,发光强度ΔI与芦丁浓度和维生素C质量浓度在0.02～0.6 mg·L^-1和0.1～20 mg·L^-1范围内呈线性关系,检出限分别为4.5 μg·mL^-1和8.9 ng·mL^-1(信噪比为3)。经实际测定复方芦丁片和人体尿液中芦丁和维生素C的含量表明,该方法具有灵敏度高、分析速度快及操作简便等优点,适合用于药品及生物样品等复杂样品中芦丁和维生素C的测定。     

FTIR同时测定多组分室内有机污染气体的方法研究

随着环保意识的增强,室内空气污染问题越来越引起人们的重视,尤其是挥发性有机化合物(VOCs)的污染。急需建立室内有机污染气体的多组分同时快速检测方法。文章采用红外光谱技术与化学计量学方法相结合,建立了同时测定室内主要有机污染气体苯、甲苯、二甲苯的分析方法。选择红外光谱中3 000～2 600 cm-1,1 100～600 cm-1两个谱段建立分析校正模型,对气体样品中苯、甲苯、二甲苯3种组分的计算浓度与标准浓度之间的复相关系数(r2)分别为0.970,0.955和0.946,校正集的均方根偏差(RMSEC)分别为0.074 2,0.081 9,0.087 7,预测集的均方根偏差(RMSEP)分别为0.132,0.134和0.033 3。 对未知样品的预测结果在误差允许范围内,用该方法同时测定多组分室内有机污染气体是可行的。采用偏最小二乘(PLS)算法所得分析校正模型的各性能指标略优于主成分回归(PCR)算法。     

Temperature-Insensitive Measurement of Glucose Concentration Based on Near Infrared Spectroscopy and Partial Least Squares Analysis

Temperature-insensitive partial least squares analysis for glucose measurement is presented based on Near Infrared spectroscopy in the wavelength range from 1,250 to 1,800nm. Experiments are performed using aqueous glucose solutions. To create a temperature-insensitive prediction model, the glucose concentration and water temperature are varied independently. The results of the predicted glucose concentration agree well with the actual glucose concentration with an error of 4.4%.     

模糊K-Harmonic-Kohonen网络的FTIR光谱数据聚类分析

食品的品种不同则其含有营养成分和功效存在差异,得到的傅里叶变换红外光谱也存在差异。为了准确的实现品种分类,设计了一种将傅里叶变换红外光谱与模糊聚类分析方法相结合的品种鉴别方法。在模糊Kohonen聚类网络(FKCN)基础上将模糊K调和聚类(FKHM)引入到Kohonen聚类网络的学习速率和更新策略中,提出了模糊K-Harmonic-Kohonen网络(FKHKCN)算法。FKHKCN利用模糊C均值(FCM)聚类的模糊隶属度计算其学习速率,以FKHM的聚类中心为基础通过推导计算得到FKHKCN的聚类中心,可以解决模糊Kohonen聚类网络方法对于初始类中心敏感而导致聚类结果不稳定的问题。FKHKCN作为一种模糊聚类算法,可实现傅里叶变换红外光谱数据的聚类分析。采用三种数据集：(1)采集产自四川的三种茶叶(优质和劣质的乐山竹叶青以及峨眉山毛峰)作为实验样本,样本总数为96。(2)两个品种(robusta和arabica)的咖啡样本。(3)三个品种(鸡肉、猪肉和火鸡)的肉类样本。首先对三个光谱数据集进行预处理,利用多元散射校正降低茶叶样本原始光谱数据集的散射影响,使用Savitzky-Gol...     

工作曲线法和偏最小二乘回归分析在XRF定量分析软玉样品中的应用

由于块状固体标准玉石样品的缺乏, 造成了便携式X射线荧光分析技术(pXRF)利用工作曲线法对玉石文物样品进行无损定量分析的困难。试图寻找一种pXRF可采用, 但不需要块状固体玉石标准样品的定量分析方法。选取24件软玉样品, 其中17件为校准样品, 7件为测试样品。所有软玉样品利用质子激发X射线荧光分析技术(PIXE)获得定量分析结果。根据校准软玉样品的PIXE定量分析结果建立兴趣元素的工作曲线, 利用工作曲线对测试软玉样品进行定量分析;然后, 利用pXRF对所有软玉样品进行定性分析, 获得其定性分析图谱, 利用校准软玉样品的定性分析图谱和PIXE定量分析结果, 采用最小偏二乘法对测试软玉样品兴趣元素含量进行分析。最后, 将工作曲线法、PLS方法和PIXE的定量分析结果进行了相互对比。通过误差分析, 评估了工作曲线法和PLS方法定量分析软玉样品的精确度。结果表明, PLS方法可以代替工作曲线法对玉石类样品进行定量分析。