核偏最小二乘特征提取在混合气体FTIR光谱定量分析中的应用

作者：郝惠敏; 乔聪明; 汤晓君; 刘君华

来源：红外与毫米波学报, 2009, (02): 115-118.

• 核偏最小二乘
• 支持向量回归机
• 特征提取
• 多变量校正模型
• 红外傅里叶变换(FTIR) kernel partial least squares
• support vector regression machine
• feature extraction
• multivariable calibration model
• FTIR

为进一步提高FTIR光谱法实现特征吸收光谱严重重叠的甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷以及正戊烷七组分混合气体定量分析的精度和速度,提出一种核偏最小二乘(Kernel Partial Least Square,KPLS)特征提取耦合支持向量回归机(Support Vector Regression Machine,SVR)的红外光谱定量分析新方法.首先采用KPLS方法对上述七组分混合气体的FTIR光谱进行特征提取,然后将特征提取得到的特征组分作为SVR的输入建立混合气体的定量分析模型.对标准混合气体进行定量分析的结果显示:KPLS-SVR模型的预测精度高于未进行特征提取SVR模型预测的精...