基于BP-ANN算法建立紫石英中CaF2拉曼光谱定量模型

摘要：

目的:利用拉曼光谱技术建立误差反向传播人工神经网络(back-propagation artificial neural networks,BP-ANN)定量分析模型,用于紫石英中CaF2含量的快速检测.方法:采集紫石英及紫石英不同CaF2含量配比品共计54批样品的拉曼光谱,光谱在OPUS 7.0软件中作Fourier自去卷积(Fourier self-deconvolution,FSD),并以一阶导数(FD)+矢量归一化(VN),9点平滑的方法进行预处理,逐级组合区间偏最小二乘法(siPLS)优选建模谱段,以乙二胺四乙酸滴定法测定各批样品中CaF2含量结果为参考值,在Matlab 2014a软件中以BP-ANN算法建立CaF2快速定量模型.结果:建立了以1 675 ～1 625,1 525～1 475,850 ～800,750 ～700,650 ～600 cm-1为特征建模谱段的3层BP-ANN定量分析模型,模型预测均方根误差(RMSEP)2.73％,R2=85.64％,预测结果最大相对偏差5.55％,平均相对偏差2.30％,平均回收率99.74％,表明模型的预测效果良好.结论:在siPLS优选所得谱段基础上,建立了紫石英BP-ANN定量分析模型,该模型预测能力较好,可用于紫石英中CaF2含量的快速、准确测定.

关键词：拉曼光谱、误差反向传播人工神经网络、定量模型、紫石英、CaF2、组合区间偏最小二乘法

所属期刊栏目：22

分类号：O657.37;TG115.3+13;R284.1(分析化学)

资助基金：武汉市高新技术产业发展行动计划生物技术与新医药专项201260523193

在线出版日期：2016-11-28（万方平台首次上网日期，不代表论文的发表时间）

页码：77-82