期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于紫外光谱法和有监督模式识别技术对氯化钠、氢氧化钠和β-苯乙胺种类的鉴别
1
作者 仝昂鑫 汤晓君 +1 位作者 张峰 王斌 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2021年第2期448-453,共6页
β-苯乙胺(PEA)是一种重要的有机合成中间体,在PEA生产过程中,最终的生成物中常常为含有氯化钠(NaCl)、氢氧化钠(NaOH)和PEA三者的混合物。因此,对NaCl,NaOH,PEA和混合物种类进行鉴别,有利于PEA的合成以及定性检测,需建立紫外光谱快速鉴... β-苯乙胺(PEA)是一种重要的有机合成中间体,在PEA生产过程中,最终的生成物中常常为含有氯化钠(NaCl)、氢氧化钠(NaOH)和PEA三者的混合物。因此,对NaCl,NaOH,PEA和混合物种类进行鉴别,有利于PEA的合成以及定性检测,需建立紫外光谱快速鉴别NaCl,NaOH,PEA和混合物种类的方法。利用紫外光谱法分别测量了NaCl,NaOH,PEA和混合物在190~400 nm范围的吸收光谱。首先,采用偏最小二乘法(PLS)提取紫外光谱的主成分信息,用少数的主成分信息取代原始变量,减少模型的复杂度。用PLS提取NaCl,NaOH和PEA在前三个主成分空间中得分向量值的分布。可知NaCl,NaOH和PEA前三个主成分累计贡献率分别是96.64%,99.44%和99.95%。因此,NaCl、NaOH和PEA的前三个主成分基本包含了大部分的光谱信息。其次,用获得的三个主成分作为输入变量,采用线性判别分析(LDA),Sigmoid SVM,RBF-SVM,RBF-ANN,BP-ANN和人工蜂群(ABC)优化神经网络(ABC-BP-ANN)等模式识别方法对NaCl,NaOH和PEA种类进行判别,获得总的敏感性分别为95.6%,95.6%,95.9%,95.8%,96.9%和99.6%。由于NaCl和NaOH特征吸收峰很相似,主成分得分向量会出现重叠现象,导致NaCl和NaOH的种类鉴别出现误判。通过对比六种分类方法,可知ABC-BP-ANN效果最优,BP-ANN次之,RBF-SVM和RBF-ANN结果相似,但比BP-ANN稍差,LDA和Sigmoid-SVM效果最差。最后,配制7种不同摩尔分数的混合物(混合物摩尔分数是指PEA物质的量占混合物总物质的量百分比),浓度范围为0%mol·L^-1~60%mol·L^-1,然后采用RBF-SVM,BP-ANN和ABC-BP-ANN三种方法对混合物种类进行判别。从敏感性和特异性结果可以得知,ABC-BP-ANN分类效果最好,BP-ANN次之,RBF-SVM分类效果最差,由混合物得到的结果与单组分的结果相一致。结果表明,紫外光谱结合ABC-BP-ANN模式识别方法可以成功区分NaCl,NaOH,PEA和混合物的种类。该方法可作为一种简便、快速、可靠的方法用于NaCl,NaOH,PEA和 展开更多
关键词 β-苯乙胺 紫外光谱 人工蜂群优化神经网络 敏感性 混合物光谱判别
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部