基于近红外光谱和最小二乘支持向量机的聚丙烯酰胺类型鉴别.pdf

《基于近红外光谱和最小二乘支持向量机的聚丙烯酰胺类型鉴别.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第34卷，第4期光谱学与光谱分析Vo1．34．No．4．pp972-97620l4年4月SpectroscopyandSpectralAnalysisApril，2014基于近红外光谱和最小二乘支持向量机的聚丙烯酰胺类型鉴别张红光，杨秦敏，卢建刚浙江大学控制科学与工程学系，工业控制技术国家重点实验室，浙江杭州310027摘要提出了一种基于近红外光谱分析技术和最小二乘支持向量机的鉴别方法，能够快速、无损鉴别聚丙烯酰胺的三种类型。获取非离子，阴离子和阳离子等三种类型的聚丙烯酰胺样本的近红外漫反射光谱，用主成分分析方法对样本光谱数据进行降维，并提取主成分。基于前三个主成分对三种类型的聚丙烯酰胺

2、样本进行聚类分析，并将主成分作为最小二乘支持向量机的输入。通过基于网格搜索的交叉验证方式优化最小二乘支持向量机的参数和作为其输人的主成分个数。每种类型聚丙烯酰胺各采集6o个样本，共采集180个样本，每种类型样本随机选取45个样本，共135样本作为训练样本集，剩余45个样本作为测试集。为了验证该方法能否鉴别掺假样本，制备了掺人不同比例非离子聚丙烯酰胺的5个阴离子和5个阳离子聚丙烯酰胺样本。采用基于训练样本集交叉验证预测误差的F统计显著性检验方法来确定样本的鉴别结果误差阈值。结果表明，预测测试集时，准确率为100。预测1O个混和样本时，所有混合样本都被准确识别出。说明该方法能快速无损鉴别不同

3、类型的聚丙烯酰胺并且具有掺假鉴别能力，为聚丙烯酰胺类型的快速鉴别提供了一种新方法。关键词近红外光谱；主成分分析；最小二乘支持向量机；聚丙烯酰胺中图分类号：0657．3，TH744．1文献标识码：ADOI：10．3964／j．issn．1000-0593(2014)04—0972—05聚丙烯酰胺和阳离子单体二甲基二烯丙基氯化铵聚合生成的引言高分子化合物，主要用于污泥脱水。也用于污水和有机废水的处理，对悬浮颗粒带阴电荷的污水进行絮凝沉淀，处理效聚丙烯酰胺是一类水溶性高分子聚合物，由于其具有特果要比NPAM和APAM好的多。还用于油田，提高石油开殊的物理化学性质，已经广泛应用于国民经济各个行业

4、，享采效率。有“百业助剂”之称1]。按离子特性，聚丙烯酰胺可以分为不不同类型的聚丙烯酰胺有不同的用途，正确鉴别类型直同类型，应用比较广泛的是非离子、阴离子和阳离子这三种接影响使用效果。但NPAM，APAM和CPAM的外观很相类型的聚丙烯酰胺。似，不易直接鉴别。目前常采用的鉴别方法是反应判别法，非离子聚丙烯酰胺(non-ionicpolyacrylamide，NPAM)需要配制溶液，比较麻烦，而且是有损鉴别方法还要消耗试是丙烯酰胺聚合生成的高分子聚合物，常常作为污水处理剂，不利于快速鉴别。此外，运输储存过程中由于操作失误剂，尤其是当悬浮性污水显酸性时采用NPAM较为合适。此而发生不同类型产

5、品混合以及由于CPAM价格明显高于外NPAM还可用于自来水净化，作为纺织工业助剂，土壤保NPAM，有些经销商将NPAM掺入CPAM中谋取非法利湿剂以及用于防沙固沙。益，无论是APAM中掺人NPAM还是CPAM中掺入阴离子聚丙烯酰胺(anionicpolyacrylamide，APAM)是NPAM，从外观上无法判别，此时反应判别法也束手无策。l内烯酰胺与阴离子单体丙烯酸共聚形成的高分子聚合物，往因此需要提出一种鉴别方法能够快速、无损鉴别聚丙烯酰胺往用于工业废水处理，对于PH值为中性或碱性的污水，处类型以及鉴别某种类型产品中是否掺人其他类型产品。理效果最好。也可用于淀粉厂及酒精厂的流失淀粉、

6、酒糟的近红外光谱分析技术作为一种快速、无损、低成本的分回收，还能作为造纸助剂，提高生产效率。析技术，已经广泛应用于食品、农业、医药、石化等领阳离子聚丙烯酰胺(cationicpolyacrylamide，CPAM)是域l2]。目前已有很多学者利用近红外光谱技术进行物质品收稿日期：2013-06—25。修订日期：2013—11—2()基金项目：国家(973计划)项目(2012CB7205oo)，国家自然科学基金项目(21076179)资助作者简介：张红光，1987年生，浙江大学控制科学与工程学系博士研究生e-mail：hgzhang@iipc．ziu．edu．cn*通讯联系人e-mail：

7、jglu@iipc．zju．edu．cn第4期光谱学与光谱分析973种鉴别，如奶茶品种_6]、润滑油品种l7]、沙棘汁品种l8]以及1．5最小二乘支持向量机中药产地_g]等。也有利用近红外光谱分析技术测定聚丙烯酰支持向量机是Vapnik提出的基于结构风险最小化原理胺中残留单体数量l1o】以及离子度_l，但在聚丙烯酰胺类型的一种新型统计学习方法l”]，能够较好地解决线性和非线鉴别以及掺假鉴别方面，目前尚无文献报道。性问题。目前，支持向