基于SPCA降维的轻质燃料油分类拉曼光谱鉴别方法

摘要

为实现轻质燃料油分类快速检测,采集不同产地的0号车用柴油、3号喷气燃料、92号汽油、95号汽油、98号汽油共5种500个轻质燃料油样本的拉曼光谱;依次利用归一化算子、Savitzky-Golay平滑卷积算子(SG)、自适应迭代惩罚最小二乘算子(airPLS)对原始拉曼光谱进行预处理;采用稀疏主成分分析法(SPCA)对预处理之后的特征成分变量进行降维,进而采用不同方法构建分类模型,对轻质燃料油样本进行分类。结果表明:对拉曼光谱预处理能够有效消除背景噪声干扰,有助于提升分类模型的准确率;采用稀疏主成分分析-支持向量机(SPCA-SVM)方法构建的分类模型对轻质燃料油分类鉴别效果最好;将以SPCA-SVM方法构建分类模型区分95号汽油和92号汽油与95号汽油的混合汽油,当混合汽油中92号汽油体积分数在15%以上时,取得了良好的识别分类效果。