基于拉曼光谱技术的可燃液体快速检测研究

摘要：

拉曼光谱作为一种分子“指纹”图谱,能够根据物质分子间的振动对物质进行定性分析,广泛应用在很多领域.拉曼光谱可应用于便携式监测系统,但其数据量偏大,如果不对其数据处理,会增加后续的分析时间,影响自动识别的速度.文中选取九种常见可燃液体90#汽油、93#汽油、97#汽油、丙酮、二甲苯、甲醇、乙醇、乙二醇、叔丁醇为例,对其进行数据预处理分析,特征峰提取效果显著,进而对数据进行512点的压缩,然后选取支持向量机(support vector machine,SVM)分类算法和随机森林分类算法进行模型训练.研究结果表明,随机森林算法的识别可燃液体样品的交叉验证精度高于SVM算法,随机森林算法的均方误差的结果也都优于SVM算法.运用拉曼光谱技术可明显检测出可燃液体样品的谱峰,对数据进行压缩,提高分析速度,可为后续仪器小型化提供技术参考.

关键词：拉曼光谱、可燃液体、随机森林、支持向量机、谱峰

所属期刊栏目：36

分类号：TP317.4(计算技术、计算机技术)

资助基金：中国科学院科技服务网络计划STS计划项目;山东省重点研发计划;烟台市重点研发计划项目

在线出版日期：2021-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：58-63