基于循环变量筛选非线性偏最小二乘的LIBS铁矿浆定量分析

激光诱导击穿光谱(LIBS)技术因其在线、原位、多元素同时测量等优点,在物质成分检测上得到广泛应用.但是,LIBS技术常受到自吸收及基体效应的干扰,分析的准确度较低,同时,随着光谱仪分辨率的不断提高,数据维度越来越高,其中包括大量对成分分析无用的冗余信息,这就增加了建模的复杂度.为了降低建模的复杂度,减少光谱数据维度以提取最有用的光谱信息,同时减少自吸收及基体效应的非线性干扰对定量分析精度的影响,在传统偏最小二乘(PLS)方法的基础上,提出了利用循环筛选特征变量来校正自吸收及基体效应影响的非线性PLS模型.以铁精矿矿浆样本为分析对象,结果表明,与传统PLS方法相比,所提出的基于循环变量筛选的非线性PLS模型的定量分析精度显著提高,测试样品的均方根误差(RMSE)从1.15％降到0.70％,决定系数R2从0.51提高到0.86.