基于多光譜特征融合技術的面粉摻雜定量分析方法
摘要：提出了一種基于拉曼光譜技術(Raman)和激光誘導擊穿光譜技術(LIBS)的多光譜特征融合技術(MFFT),利用拉曼光譜中分子組分信息和激光誘導擊穿光譜中原子組分信息之間的互補特性,采用自適應小波變換(AWT)-競爭性自適應加權(CARS)-偏最小二乘回歸(PLS)建模技術,獲取了面粉體系更為全面的特征信息。在多光譜特征融合技術中,首先采用AWT-CARS方法分別提取拉曼光譜和激光誘導擊穿光譜中的特征變量,然后將兩者的特征變量融合為一個向量,采用PLS方法構建MFFT模型,實現了面粉摻雜物的定量分析。通過對二氧化鈦、硫酸鋁鉀等面粉摻雜體系建模分析,考察MFFT模型的有效性。結果表明,與單一拉曼光譜技術或激光誘導擊穿光譜技術建立的預測模型相比,MFFT模型顯著提升了模型的預測性能,二氧化鈦和硫酸鋁鉀預測模型的線性相關系數分別從相對較差的Raman模型的0.884、0.877提升到0.981、0.980,其預測均方根誤差分別從相對較差的Raman模型的0.151、0.154降低到0.069、0.068。表明多光譜特征融合技術可以準確提取Raman光譜中的分子信息和LIBS光譜中的元素信息,使其互為補充、互為校正,進而有效克服面粉基質對摻雜組分定量分析的干擾,顯著提高模型的預測精度。
注: 保護知識產權,如需閱讀全文請聯系分析測試學報雜志社
相關推薦
更多
