《表2 各分析模型对预测集样品的预测结果》
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
《激光诱导击穿光谱结合CARS变量筛选检测油漆涂层中的Pb》
表2给出了所建定量分析模型以及全光谱PLS模型的预测结果。可以明显看出,CARS-PLS模型对红色油漆涂层预测样品中的Pb含量预测最准确。考虑到预测集样品数量少,存在模型不稳定的因素,因此对三种定量模型进行留一交叉验证,该方法通过方均根误差(RMSE)评价模型的准确度,RMSE越小,模型精度越高,稳定性越好。通过计算可知,单标量定标、MLR、CARS-PLS的RMSE分别为0.0061、0.0055、0.0039,进一步说明CARS-PLS模型的预测精度最高。MLR模型预测精度次于CARS-PLS模型,这是因为MLR模型中未考虑油漆涂层中基体元素的影响;而全光谱PLS模型相较于MLR模型和CARS-PLS预测精度较差,这是因为PLS模型中引入了与油漆涂层中Pb元素含量无关的信息,即噪声。综上可知,CARS算法在光谱分析中能够准确提取光谱中Pb元素有关的信息,剔除噪声,从而提高模型的预测精度。
图表编号 | XD0066613200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.25 |
作者 | 吴子俊、卢景琦、黄剑、程德伟 |
绘制单位 | 武汉理工大学理学院、武汉理工大学理学院、武汉理工大学理学院、武汉理工大学理学院 |
更多格式 | 高清、无水印(增值服务) |