期刊文章详细信息
主成分-线性判别法对大气易挥发性有机化合物的预警 ( EI收录 SCI收录)
Alarm on Volatile Organic Compounds in the Atmosphere with Principal Component Analaysis-Linear Discriminat Analysis
文献类型:期刊文章
机构地区:[1]南京理工大学现代光谱研究室 [2]南通大学化学化工学院分析化学实验室,南通226006
基 金:国家自然科学基金(No.20175008);中国博士后科学基金(No.2003034386);南通市科技项目基金(No.K2006007)资助
年 份:2007
卷 号:35
期 号:3
起止页码:345-349
语 种:中文
收录情况:AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EBSCO、EI、IC、JST、RCCSE、RSC、SCI(收录号:WOS:000245735200007)、SCI-EXPANDED(收录号:WOS:000245735200007)、SCIE、SCOPUS、UPD、WOS、ZGKJHX、核心刊
摘 要:应用遥感傅里叶变换红外光谱,采用主成分提取-线性判别分析(PCA-LDA)技术,对丙酮、二氯甲烷、甲苯、苯、氯仿和甲醇等六组分的任意混合体系进行定性鉴别。被选用的这6种大气有毒有机化合物的红外光谱图相互间存在着严重的混叠,并和反向传播人工神经网络(BP-ANN)的预测结果进行了比较。PCA-LDA的鉴别判对率达92.2%,识别率94.4%,误判率7.8%;BP-ANN分别为91.1%、95.6%和8.9%。结果表明PCA处理克服了LDA对多变量数据预测的局限性,预测性能和BP-ANN相当。鉴于BP-ANN计算耗时和繁琐,PCA-LDA模型被确定为建立VOCs预警模型最适当的方法。
关 键 词:主成分-线性判别分析 反向传播人工神经网络 定性分析 易挥发性有机化合物 遥感傅里叶变换红外光谱
分 类 号:X831]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...