共轴双脉冲激光诱导击穿光谱和最小二乘支持向量机法定量分析植物油中铬

• 作者: 刘木华 刘津 吴宜青 孙通 莫欣欣
• 来源期刊: 分析化学
• 关键词: 双脉冲激光诱导击穿光谱 最小二乘支持向量机 植物油 铬
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 研究报告
• 页码范围: 1919-1926
• 页数: 8页
• 字数: 5698字
• 语种: 中文
• DOI: 10.11895/j.issn.0253-3820.160514

摘要

利用共轴双脉冲激光诱导击穿光谱( DP-LIBS)技术对植物油(大豆油、花生油和玉米油)中的重金属铬( Cr)含量进行定量分析。采用Ava-Spec双通道高精度光谱仪采集样品的LIBS光谱,然后通过其LIBS谱线图确定了CN分子谱线(421.49 nm)、Ca原子谱线(422.64 nm)及Cr的3条原子谱线(425.39、427.43和428.87 nm),根据上述谱线建立了Cr元素的单变量定标模型和最小二乘支持向量机(LS-SVM)校正模型,并用验证样品对它们进行检验。研究结果表明,对于单变量定标法,大豆油、花生油及玉米油验证样品的平均预测相对误差(PRE)分别为12.57%,12.11%和13.72%；对于三变量LS-SVM法,其定标样品真实值与预测值之间的拟合度 R2分别为0.9785,0.9792和0.9654,验证样品的平均 PRE 分别为8.92%,8.33%和10.98%；对于五变量LS-SVM法(增加两基体元素谱线变量),其定标样品真实值与预测值之间的拟合度R2分别为0.9895,0.9901和0.9855,验证样品的平均PRE分别为7.46%,8.96%和8.95%。由此可知,LS-SVM校正模型性能优于单变量定标法,且五变量LS-SVM校正模型性能优于三变量LS-SVM校正模型；采用LS-SVM法及引入合适的基体元素谱线( CN、Ca)能有效减小定量分析误差,提高LIBS技术对植物油中Cr含量预测的精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘木华	江西农业大学生物光电技术及应用重点实验室	228	2503	23.0	41.0
2	孙通	江西农业大学生物光电技术及应用重点实验室	33	252	8.0	14.0
3	吴宜青	江西农业大学生物光电技术及应用重点实验室	12	50	4.0	6.0
4	刘津	江西农业大学生物光电技术及应用重点实验室	6	15	3.0	3.0
5	莫欣欣	江西农业大学生物光电技术及应用重点实验室	11	42	4.0	5.0