主成分提取在遥感FTIR谱图解析中的应用

摘要：

建立了基于人工神经网络(ANN)的遥感FTIR谱图解析方法.针对人工神经网络(ANN)训练时间过长和模型"过拟合"的问题,采用偏最小二乘法(PLS)和主成分分析法(PCA),对输入ANN的光谱数据进行了主成分提取,使ANN分析时间从30多分钟缩短为10多秒钟;模型传递技术的引入,克服了遥感FTIR谱图分析中反复建模问题.经过优化的方法,实现了用EPA数据建模,对大气中的四组分混合体系--丙酮、苯、三氯甲烷和甲醇的遥感、实时、准确测定,PLS-ANN模型得到的结果最好,对丙酮、苯、三氯甲烷和甲醇的预测误差分别为0.043,0.031,0.034,0.051,保证了遥感FTIR对大气中有毒气体混合物实时、准确、快速监测.

关键词：偏最小二乘法、主成分分析、人工神经网络、模型传递、多组分定量分析

所属期刊栏目：27

分类号：O657.3(分析化学)

资助基金：国家自然科学基金20175008;中国博士后科学基金2003034386;江苏省南通市科技项目K2006007

在线出版日期：2008-03-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2193-2196