CAJ | 학술논문

应用遥感傅里叶变换红外光谱,采用主成分提取-线性判别分析(PCA-LDA)技术,对丙酮、二氯甲烷、甲苯、苯、氯仿和甲醇等六组分的任意混合体系进行定性鉴别.被选用的这6种大气有毒有机化合物的红外光谱图相互间存在着严重的混叠,并和反向传播人工神经网络(BP-ANN)的预测结果进行了比较.PCA-LDA的鉴别判对率达92.2%,识别率94.4%,误判率7.8%;BP-ANN分别为91.1%、95.6%和8.9%.结果表明PCA处理克服了LDA对多变量数据预测的局限性,预测性能和BP-ANN相当.鉴于BP-ANN计算耗时和繁琐,PCA-LDA模型被确定为建立VOCs预警模型最适当的方法.
응용요감부리협변환홍외광보,채용주성분제취-선성판별분석(PCA-LDA)기술,대병동、이록갑완、갑분、분、록방화갑순등륙조분적임의혼합체계진행정성감별.피선용적저6충대기유독유궤화합물적홍외광보도상호간존재착엄중적혼첩,병화반향전파인공신경망락(BP-ANN)적예측결과진행료비교.PCA-LDA적감별판대솔체92.2%,식별솔94.4%,오판솔7.8%;BP-ANN분별위91.1%、95.6%화8.9%.결과표명PCA처리극복료LDA대다변량수거예측적국한성,예측성능화BP-ANN상당.감우BP-ANN계산모시화번쇄,PCA-LDA모형피학정위건립VOCs예경모형최괄당적방법.