| 荧光光谱法结合神经网络优化定量分析蒽芘混合物 |
| |
| 引用本文： | 李小霞,尚丽平,屈薇薇.荧光光谱法结合神经网络优化定量分析蒽芘混合物[J].分析仪器,2011(4):64-68. |
| |
| 作者姓名： | 李小霞 尚丽平 屈薇薇 |
| |
| 作者单位： | 西南科技大学信息工程学院,绵阳,621010 |
| |
| 基金项目： | 国家863计划(2006AA10Z214); 四川省青年基金(06ZQ0262026) |
| |
| 摘 要： | 采用荧光光谱法结合神经网络优化对蒽芘双组分混合物进行了定量分析,提出了利用留一法交叉验证（leave one out cross validation,LOOCV）的模型训练方法,以解决混合样品光谱定量分析中用有限样品建立非线性回归模型的问题。蒽和芘混合样品的激发波长为320nm,发射波长范围为320～450nm,以混合样品光谱数据的主分量作为输入、混合样品浓度作为输出进行LOOCV训练,对神经网络进行优化设计。在LOOCV实验结果中,预测10个测试质量较好的样品,平均相对误差（ARE）为3.39%,比预测所有12个样品的ARE低0.46%,样品最小相对误差可达到1.25%,10次重复实验相对标准偏差小于0.84%。该方法具有所需样品少、容错性好、分析精度高和稳定的特点。
|
| 关 键 词： | 荧光光谱法 蒽芘混合物 定量分析 主分量分析 神经网络 留一法交叉验证 |
Quantitative analysis of anthracene and pyrene mixture by fluorescence spectrometry coupled with neural network optmization |
| |
| Li Xiaoxia,Shang Liping,Qu Weiwei.Quantitative analysis of anthracene and pyrene mixture by fluorescence spectrometry coupled with neural network optmization[J].Analytical Instrumentation,2011(4):64-68. |
| |
| Authors: | Li Xiaoxia Shang Liping Qu Weiwei |
| |
| Affiliation: | Li Xiaoxia,Shang Liping,Qu Weiwei(School of Information Engineering,Southwest University of Science and Technology,Mianyang,621010) |
| |
| Abstract: | Flouorescence spectrometry coupled with principal component analysis(PCA) and neural network(NN) was used for quantitative analysis of anthracene and pyrene mixture.A leave-one-out cross validation(LOOCV) method was proposed for training the NN model to solve the problem of building the nonlinear regression model with limited samples in the quantitative analysis of mixtures by spectrometry.The excitation wavelength is 320nm and the emission wavelength is in the range of 320~450nm.The neural network design w... |
| |
| Keywords: | |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
