作者：叶树彬; 沈先春; 徐亮; 金岭; 胡荣; 胡洋...lassoftir定性识别cls
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,C2H4,NH3,C3H8,C4H（10）和C6H（14）六种单组分傅里叶变换红外（FTIR）光谱吸光度谱以及一组C2H4和NH3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。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
