光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2010年
8期
2111-2114
,共4页
张瑜%蒋璐璐%吴迪%谈黎虹%何勇
張瑜%蔣璐璐%吳迪%談黎虹%何勇
장유%장로로%오적%담려홍%하용
可见-近红外光谱%润滑油%掺水量%偏最小二乘同归%最小二乘支持向量机%连续投影算法
可見-近紅外光譜%潤滑油%摻水量%偏最小二乘同歸%最小二乘支持嚮量機%連續投影算法
가견-근홍외광보%윤활유%참수량%편최소이승동귀%최소이승지지향량궤%련속투영산법
研究了基于可见-近红外光谱技术的发动机润滑油含水量快速检测方法.在获取光谱信息的摹础上,提出了采用不同的光谱建模方法以提高检测精度和简化分析计算.分别采用主成分分析(PCA)和连续投影算法(SPA)方法进行模剐输入变量的提取.SPA最终选择了476,483,544,925,933,938,952,970和974 nm共9个波长为最优变量.基于SPA选择的变量,分别应用偏最小二乘回归(PLSR)和多元线性回归(MLR)建模.效果均优于全波段PLSR模型和PCA-PLSR模型.说明SPA选样的有效变量能够包含最重要的全波段光谱信息,同时可以去除无用的信息变最.为了进一步提高检测效果,采用LS-SVM分别基于SPA选择后的有效变量和全波段光谱进行建模.两个模型的预测确定系数(R2P)均在0.9以上.SPA-LSSVM的效果要优于全波段Ls-SVM模型的效果.SPA-LS-SVM模型的R2P达到了0.983,剩余预测偏差(RPD)值为6.963.表明可见-近红外光谱可以用于发动机润滑油含水量的检测.
研究瞭基于可見-近紅外光譜技術的髮動機潤滑油含水量快速檢測方法.在穫取光譜信息的摹礎上,提齣瞭採用不同的光譜建模方法以提高檢測精度和簡化分析計算.分彆採用主成分分析(PCA)和連續投影算法(SPA)方法進行模剮輸入變量的提取.SPA最終選擇瞭476,483,544,925,933,938,952,970和974 nm共9箇波長為最優變量.基于SPA選擇的變量,分彆應用偏最小二乘迴歸(PLSR)和多元線性迴歸(MLR)建模.效果均優于全波段PLSR模型和PCA-PLSR模型.說明SPA選樣的有效變量能夠包含最重要的全波段光譜信息,同時可以去除無用的信息變最.為瞭進一步提高檢測效果,採用LS-SVM分彆基于SPA選擇後的有效變量和全波段光譜進行建模.兩箇模型的預測確定繫數(R2P)均在0.9以上.SPA-LSSVM的效果要優于全波段Ls-SVM模型的效果.SPA-LS-SVM模型的R2P達到瞭0.983,剩餘預測偏差(RPD)值為6.963.錶明可見-近紅外光譜可以用于髮動機潤滑油含水量的檢測.
연구료기우가견-근홍외광보기술적발동궤윤활유함수량쾌속검측방법.재획취광보신식적모출상,제출료채용불동적광보건모방법이제고검측정도화간화분석계산.분별채용주성분분석(PCA)화련속투영산법(SPA)방법진행모과수입변량적제취.SPA최종선택료476,483,544,925,933,938,952,970화974 nm공9개파장위최우변량.기우SPA선택적변량,분별응용편최소이승회귀(PLSR)화다원선성회귀(MLR)건모.효과균우우전파단PLSR모형화PCA-PLSR모형.설명SPA선양적유효변량능구포함최중요적전파단광보신식,동시가이거제무용적신식변최.위료진일보제고검측효과,채용LS-SVM분별기우SPA선택후적유효변량화전파단광보진행건모.량개모형적예측학정계수(R2P)균재0.9이상.SPA-LSSVM적효과요우우전파단Ls-SVM모형적효과.SPA-LS-SVM모형적R2P체도료0.983,잉여예측편차(RPD)치위6.963.표명가견-근홍외광보가이용우발동궤윤활유함수량적검측.
