《表3 内标-CARS-LSSVM定标模型对预测集样品的预测结果Tab.3Predicted results of prediction samples by internal standard an

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于内标法和CARS变量优选的倍硫磷含量LIBS检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

AV:actual value；PV:predicted value；PRE:prediction relative error.

以20个变量的谱线强度作为输入，样品的倍硫磷含量作为输出，应用LSSVM方法建立定标模型。图7为内标-CARS-LSSVM定标模型对训练集样品的预测结果。由图7可知，样品真实值与预测值之间的拟合度R2为0.998 6。表3为内标-CARS-LSSVM定标模型对预测集样品的预测结果。由表3可知，4个预测集样品的PRE分别为18.89%、2.08%、0.54%、10.73%，平均PRE为8.06%。对比3类定标模型，内标-CARS-LSSVM定标模型的拟合度最高，预测集样品的PRE最低，模型性能最优，内标定标模型次之，而基本定标模型最差。由此说明，CARS方法能有效筛选与倍硫磷相关的重要变量，内标法结合CARS及LSSVM方法能有效提高LIBS分析的精度。