基于LASSO方法的傅里叶变换红外光谱 快速定性识别方法

摘要：

采用红外光谱技术对未知气体组分进行监测,需要对气体组分进行定性识别分析.基于多元线性回归模型的LASSO变量选择技术广泛应用于数据分析领域.将LASSO方法引入到红外光谱分析领域,提出一种LASSO变量选择技术结合循环线性最小二乘(LCLS)分析的定性识别方法,并开展了相关的实验对其进行验证.实验采集CO,C2 H4,NH 3,C3 H 8,C4 H 10和C6 H 14六种单组分傅里叶变换红外(FTIR)光谱吸光度谱以及一组C2 H4和NH 3混合组分的吸光度谱,结合实验室自建光谱数据库,先采用LASSO方法对采集的光谱进行初步定性分析,然后使用LCLS方法剔除干扰组分.实验结果表明,LASSO结合LCLS的方法能有效识别出光谱中的目标组分,即使是在干扰严重的光谱波段也可以剔除掉大部分的干扰组分.

关键词：LASSO、FTIR、定性识别、CLS

所属期刊栏目：37

分类号：O433.4(光学)

资助基金：国家重点研发计划项目2016YFC0803001-08;国家重大科学仪器设备开发专项2013YQ22064302;中国科学院前沿科学重点研究项目QYZDY-SSW-DQC016;国家自然科学基金项目41405029

在线出版日期：2017-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3037-3041