李宏斌
,
刘文清
,
王志刚
,
张玉钧
,
赵南京
,
司马伟昌
,
陈东
量子电子学报
doi:10.3969/j.issn.1007-5461.2007.03.006
水体中污染物质在受到光激发时,不仅发出荧光,而且对荧光具有吸收作用,因此在应用荧光光谱定量分析水体多种污染成分时,导致分析结果不够准确.结合三维荧光光谱技术和PARAFAC算法,提出了一种用于多组分分析的非线性浓度校准模型,通过标样数据估计物质之间对荧光的吸收校准参数,应用于浓度反演中.实验结果表明,运用这种非线性的浓度校准模型可以改善多组分分析的性能,提高分析精度.
关键词:
光谱学
,
三维荧光光谱
,
多组分分析
,
PARAFAC算法
胡兰萍
,
葛存旺
,
陈婷婷
,
史传国
应用化学
doi:10.3969/j.issn.1000-0518.2007.12.004
将主成分分析(PCA)用于遥感傅里叶变换红外光谱(Remote Sensing Fourier Transform Infrared:RSFTIR)的特征提取,结合学习矢量量化(LVQ)神经网络,实现了PCA-LVQ对大气中的8组分混合体系进行快速定性分析的建模方法.并与单纯的LVQ神经网络、反向传播人工神经网络(BP-ANN)得到的结果进行了比较.PCA-LVQ显示出较好的处理数据的能力,它不仅提高了运算速度,而且提高了模型的预测准确度,分类精度达到91.7%.PCA-LVQ的这一预测精度及运算速度,足以满足遥感傅里叶变换红外光谱对大气中有毒气体的实时、在线监测的需要.
关键词:
主成分分析
,
学习矢量量化神经网络
,
反向传播人工神经网络
,
多组分分析
,
环境监测
