Kurz gefasst
Fachartikel in der Zeitschrift 计算机与智能教育技术, 2026. Verfasst von 丁方 张 und 3 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).
Abstract (Originalsprache)
针对硫酸钠溶液浓度快速无损检测的需求,提出一种基于深紫外拉曼光谱与高斯过程回归(GPR)的硫酸钠溶液浓度反演方法。采用课题组研制的261nm深紫外拉曼光谱检测系统,采集12个浓度梯度(0~2.0 mol·L-1)纯硫酸钠溶液共120条光谱。数据处理方面:提出以SO42- ν1特征峰为内部标准的波长自校准方法,修正了数据波数坐标约+0.3%的系统比例偏差,自校准后SO42-各振动峰位与文献值偏差小于5 cm-1;系统比较了静默区中值扣除与自适应迭代重加权惩罚最小二乘(airPLS)两种基线校正方法,发现airPLS在强特征峰区存在基线过拟合现象,导致峰区信息严重失真。建模方面:构建“全谱主成分分析数据驱动特征+ν1峰物理特征”的9维混合特征,采用Matérn 5/2核GPR建立定量模型。留一浓度交叉验证结果表明:所提方法RMSE为0.0622 mol·L-1,决定系数R2为0.9914,均优于单变量线性回归(0.0699 mol·L-1)、偏最小二乘回归(0.1015 mol·L-1)和支持向量回归(0.2295 mol·L-1);同时GPR可输出预测不确定度,对测量结果置信度评估具有实用价值。
Zitieren
APA
张, 丁., 吴, 吴., 陈, 陈., & 孟, 孟. (2026). 基于高斯过程回归的深紫外拉曼光谱反演硫酸钠溶液浓度算法. 计算机与智能教育技术. https://doi.org/10.68070/a7pqjd92
Vancouver
张 丁, 吴 吴, 陈 陈, 孟 孟. 基于高斯过程回归的深紫外拉曼光谱反演硫酸钠溶液浓度算法. 计算机与智能教育技术. 2026. doi:10.68070/a7pqjd92
BibTeX
@article{2026,
author = {张, 丁方 and 吴, 吴祺 and 陈, 陈爽 and 孟, 孟鑫},
title = {基于高斯过程回归的深紫外拉曼光谱反演硫酸钠溶液浓度算法},
journal = {计算机与智能教育技术},
year = {2026},
doi = {10.68070/a7pqjd92}
}
EUVIMED