红外
紅外
홍외
INFRARED
2012年
12期
40-44
,共5页
生物炭%光谱技术%主成分分析%溯源
生物炭%光譜技術%主成分分析%溯源
생물탄%광보기술%주성분분석%소원
快速鉴别生物炭源质对生物炭的合理开发与应用具有重要意义.本实验以14种生物炭为研究对象,采用全校验主成分分析(PCA)方法对样本光谱进行数据压缩和主成分提取.由第一、第二主成分得分构成的二维分布图显示了不同源质生物质的样本分布特点.由前3个主成分构成的线性鉴别模型(PC-LDA)应用于验证集样本预测效果最佳,判错个数最少.实验结果表明,光谱技术结合主成分分析方法能够实现生物炭源质的快速鉴别与诊断.
快速鑒彆生物炭源質對生物炭的閤理開髮與應用具有重要意義.本實驗以14種生物炭為研究對象,採用全校驗主成分分析(PCA)方法對樣本光譜進行數據壓縮和主成分提取.由第一、第二主成分得分構成的二維分佈圖顯示瞭不同源質生物質的樣本分佈特點.由前3箇主成分構成的線性鑒彆模型(PC-LDA)應用于驗證集樣本預測效果最佳,判錯箇數最少.實驗結果錶明,光譜技術結閤主成分分析方法能夠實現生物炭源質的快速鑒彆與診斷.
쾌속감별생물탄원질대생물탄적합리개발여응용구유중요의의.본실험이14충생물탄위연구대상,채용전교험주성분분석(PCA)방법대양본광보진행수거압축화주성분제취.유제일、제이주성분득분구성적이유분포도현시료불동원질생물질적양본분포특점.유전3개주성분구성적선성감별모형(PC-LDA)응용우험증집양본예측효과최가,판착개수최소.실험결과표명,광보기술결합주성분분석방법능구실현생물탄원질적쾌속감별여진단.