基于支持向量机算法的多环芳烃表面增强拉曼光谱的定量分析

• 作者: 严霞 史晓凤 张旭 陈阳 马君
• 来源期刊: 中国激光
• 学科: 化学
• 关键词: 光谱学 表面增强拉曼光谱 多环芳烃 支持向量机 定量分析
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 光谱学
• 页码范围: 290-297
• 页数: 8页
• 分类号: O657.37
• 语种: 中文
• DOI: 10.3788/CJL201946.0311005

摘要

以硫氰化钾(KSCN)为内标物,利用主成分分析(PCA)降维,利用支持向量机(SVM)算法建立定量分析模型——支持向量回归(SVR),并结合网格搜索(GS)、遗传算法(GA)和粒子群优化算法(PSO)三种参数优化方法,实现了芘、菲单一溶液和混合溶液的定量分析.研究结果表明:以KSCN为内标物,提高了定量分析结果的准确性;利用PCA降维提高了建模速度;三种优化模型对芘预测的平均相对误差(ARE)在7.6％以内,对菲预测的ARE在11.3％以内;三种参数优化方法对同一物质的预测结果相近,但GS的运算速度最快;综合考虑误差和分析速度后,采用GS-SVR模型获得了菲、芘混合溶液的最佳结果.表面增强拉曼光谱(SERS)技术结合SVM算法有望实现多环芳烃的定量分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈阳		18	129	6.0	11.0
2	张旭		26	99	6.0	9.0
3	马君		29	164	8.0	11.0
4	史晓凤		20	162	8.0	12.0
5	严霞		3	0	0.0	0.0