10.3964/j.issn.1000-0593(2011)06-1673-05
基于Tikhonov正则化特征光谱选择与最优网络参数选择的轻烷烃气体分析
特征变量选取与模型的建立是光谱定量分析的两个主要研究内容.首先讨论了Tikhonov正则化特征光谱选取算法在多组分烷烃气体分析应用中的参数确定方法,然后针对甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷和正戊烷七种烃烷的小浓度分析,从中红外吸收光谱中提取了七组特征光谱,并用这些特征光谱作为输出,用神经网络建立了七种烃烷气体的分析模型.为克服神经网络的过训练问题,提出根据误差处理的方式从多个训练好的网络中选择最优网络的网络最优参数选择法.最后给出了分析模型的标气检验结果表明,在各种烃烷气体1%范围内,提出的分析方法有效消除了各种烷烃之间的交叉敏感,交叉干扰小于0.5%;分辨率高,达20×10-6.
多组分气体定量分析、特征光谱选择、Tikhonov正则化、交叉敏感、神经网络
31
TE642;TH744.4(石油、天然气加工工业)
国家自然科学基金项目60276037;电力设备电气绝缘国家重点实验室基金项目EIPE11307
2011-09-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
1673-1677