基于多光谱特征融合技术的面粉掺杂定量分析方法

提出了一种基于拉曼光谱技术(Raman)和激光诱导击穿光谱技术(LIBS)的多光谱特征融合技术(MFFT)、利用拉曼光谱中分子组分信息和激光诱导击穿光谱中原子组分信息之间的互补特性，采用自适应小波变换(AWT)-竞争性自适应加权(CARS)-偏最小二乘回归(PLS)建模技术，获取了面粉体系更为全面的特征信息。在多光谱特征融合技术中，首先采用AWT-CARS方法分别提取拉曼光谱和激光诱导击穿光谱中的特征变量，然后将两者的特征变量融合为一个向量，采用 PLS 方法构建 MFFT模型，实现了面粉掺杂物的定量分析。通过对二氧化钛、硫酸铝钾等面粉掺杂体系建模分析，考察MFFT模型的有效性。结果表明与单一拉曼光谱技术或激光诱导击穿光谱技术建立的预测模型相比，MFFT模型显著提升了模型的预测性能。二氧化钛和硫酸铝钾预测模型的线性相关系数分别从相对较差的Raman模型的0.884、0.877提升到0.981

0.980，其预测均方根误差分别从相对较差的Raman模型的0.1510.154降低到0.069、0.068表明多光谱特征融合技术可以准确提取Raman光谱中的分子信息和LBS光谱中的元素信息，使其互为补充，互为校正进而有效克服面粉基质对掺杂组分定量分析的干扰，显著提高模型的预测精度。