基于SVM的混合气体红外光谱分析关键技术研究

被引：6

作者：

白鹏 ^{[1
]}

李彦 ^{[1
]}

张斌 ^{[1
]}

刘君华 ^{[2
]}

机构：

[1] 西安交通大学电气工程学院

[2] 空军工程大学理学院

来源：

光子学报 | 2008年 / 03期

关键词：

支持向量机; 校正模型; 红外光谱; 定量分析;

D O I：

暂无

中图分类号：

O657.3 [光化学分析法（光谱分析法）];

学科分类号：

070302 ; 081704 ;

摘要：

为了解决海量混合气体光谱数据样本无法获取、混合气体组分气体特征吸收谱线重叠、混合气体组分浓度分布的随意性等问题,将支持向量机用于混合气体红外光谱分析中.提出了光谱数据样本特征选择、数据预处理、SVM校正模型参量优化及层次式混合气体光谱分析结构等关键技术.实验分析了上述4项关键技术对分析结果的影响.实验结果显示,采用关键技术的混合气体组分浓度分析的最大绝对误差为2.93%,最大平均绝对误差为0.73%.

引用

页码：566 / 572

页数：7

共 8 条

[1] 基于吸收峰混叠的红外混合气体分析方法的研究 [J].