主成分-线性判别法对大气易挥发性有机化合物的预警

• 作者: 张琳 张黎明 李燕 王俊德 胡兰萍
• 来源期刊: 分析化学
• 学科: 化学
• 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
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 研究报告
• 页码范围: 345-349
• 页数: 5页
• 分类号: O65
• 字数: 4013字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-3820.2007.03.007

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李燕	南京理工大学现代光谱研究室	71	783	15.0	25.0
2	王俊德	南京理工大学现代光谱研究室	65	1146	19.0	30.0
3	张琳	南京理工大学现代光谱研究室	67	748	13.0	25.0
4	胡兰萍	南京理工大学现代光谱研究室	8	120	6.0	8.0
8	张黎明	南京理工大学现代光谱研究室	11	199	8.0	11.0