基于傅立叶变换的人工神经网络近红外光谱定量分析法

被引：8

作者：

李智

王圣毫

郑维平

赵殿瑞

机构：

[1] 沈阳工程学院仿真中心

来源：

分析测试学报 | 2012年 / 03期

关键词：

近红外光谱; 傅立叶变换; 人工神经网络; 定量分析;

D O I：

暂无

中图分类号：

O657.33 [红外光谱分析法];

学科分类号：

070302 ; 081704 ;

摘要：

将原始光谱进行一定的预处理后,以其快速傅立叶变换FFT的前N个系数作为人工神经网络(ANN)的输入量,不仅确保了大量有用信息参与模型的建立,同时实现了优越的滤波功能。以汽油的辛烷值和煤粉干燥基高位发热量(Qgr.d)的近红外光谱建模,当采用前20个FFT系数的傅立叶变换-径向基网络(FFT-RBF)时,辛烷值模型的预测误差均方根(RMSEP)可达0.152,相关系数为0.976,当采用前30个FFT系数时,快速FFT-RBF煤粉干燥基高位发热量模型的RMSEP为0.256,相关系数为0.923,说明FFT-RBF模型有着很好的预测能力。研究表明基于傅立叶变换的人工神经网络近红外光谱定量分析法,特别是FFT-RBF具有良好的预测能力。

引用

页码：343 / 346

页数：4

共 13 条

[1] 基于近红外光谱技术的土壤参数BP神经网络预测 [J].