《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》
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。
图表编号 | XD0017630000 严禁用于非法目的 |
---|---|
绘制时间 | 2018.05.01 |
作者 | 刘津、孙通、甘兰萍 |
绘制单位 | 江西农业大学工学院江西省高校生物光电技术及应用重点实验室、江西省果蔬采后处理关键技术及质量安全协同创新中心、江西农业大学工学院江西省高校生物光电技术及应用重点实验室、江西省果蔬采后处理关键技术及质量安全协同创新中心、江西农业大学工学院江西省高校生物光电技术及应用重点实验室、江西省果蔬采后处理关键技术及质量安全协同创新中心 |
更多格式 | 高清、无水印(增值服务) |