Вышедшие номера
Выбор спектральных переменных и повышение точности калибровки температуры методом проекции на латентные структуры по спектрам флуоресценции Yb3+ : CaF2
Переводная версия: 10.1134/S0030400X18050089
Ходасевич М.А. 1, Асеев В.А. 2
1Институт физики им. Б.И. Степанова Национальной академии наук Беларуси, Минск, Беларусь
2Университет ИТМО, Санкт-Петербург, Россия
Email: m.khodasevich@ifanbel.bas-net.by, aseev@oi.ifmo.ru
Выставление онлайн: 19 апреля 2018 г.

На примере спектров флуоресценции Yb3+ : CaF2, зарегистрированных в полосе 880-1120 nm с разрешением около 0.2 nm в температурном диапазоне от 66 до 150oC с шагом 2oC, рассмотрена эффективность интервальных методов выбора переменных и дивизимного метода оптимизации интервалов с помощью генетического алгоритма с целью повышения точности калибровки температуры с помощью проекции на латентные структуры. Лучший результат по величине среднеквадратичной ошибки предсказания температуры в проверочной выборке (0.45oС) получен с помощью интервальной проекции на латентные структуры по комбинации движущихся окон. Показано, что применение методов выбора спектральных переменных позволило более чем в 2 раза повысить точность калибровки температуры. -18
  1. Тарасевич Б.Н. ИК спектры основных классов органических соединений. М., 2012. 55 с
  2. Mehmood T., Liland K.H., Snipen L., S b S. // Chem. Intel. Lab. Sys. 2012. V. 118. P. 62. doi 10.1016/j.chemolab.2012.07.010
  3. Geladi P., Kowalski B. // Analyt. Chim. Acta. 1986. V. 185. P. 1
  4. Асеев В.А., Варакса Ю.А., Колобкова Е.В., Синицын Г.В., Ходасевич М.А. // Опт. и спектр. 2015. Т. 118. N 5. C. 760; Aseev V.A., Varaksa Yu.A., Kolobkova E.V., Sinitsyn G.V., Khodasevich M.A. // Opt. Spectrosc. 2015. V. 118. N 5. P. 727. doi 10.1134/S0030400X15050033
  5. Асеев В.А., Варакса Ю.А., Колобкова Е.В., Синицын Г.В., Ходасевич М.А., Ясюкевич А.С. // Научно-техн. вестник инф. тех., мех. и опт. 2015. Т. 15. N 3. С. 457. doi 10.17586/2226-1494-2015-15-3-457-462
  6. Rai V. // Appl. Phys. B. 2007. V. 88. P. 297. doi 10.1007/s00340-007-2717-4
  7. Khodasevich M., Varaksa Y., Sinitsyn G., Aseev V., Demesh M., Yasukevich A. // J. Luminesс. 2017. V. 187. P. 295. doi 10.1016/j.jlumin.2017.03.014
  8. Esbensen K.H., Geladi P. // Compr. Chemom. 2009. V. 2. P. 211
  9. Petit V., Camy P., Doualan J.-L., Portier X., Moncorge R. // Phys. Rev. B. 2008. V. 78. P. 085131-1. doi 10.1103/PhysRevB.78.085131
  10. Anderson R.B., Bell III J.F., Wiens R.C., Morris R.V., Clegg S.M. // Spectrochim. Acta. B. 2012. V. 70. P. 24. doi 10.1016/j.sab.2012.04.004
  11. Мандель И.Д. Кластерный анализ. М.: Финансы и статистика, 1988. 176 с
  12. Ходасевич М.А., Саскевич Н.А. // Вести НАН Беларуси: сер. физ.-мат. наук. 2018. Т. 54. N 1. C. 77
  13. Norgaard L., Saudland A., Wagner J., Nielsen J.P., Munck L., Engelsen S.B. // Appl. Spectr. 2000. V. 54. P. 413
  14. Zou X., Zhao J., Li Y. // Vibr. Spectr. 2007. V. 44. P. 220. doi 10.1016/j.vibspec.2006.11.005
  15. Jiang J.-H., Berry R.J., Siesler H.W., Ozaki Y. // Anal. Chem. 2002. V. 74. P. 3555
  16. Du Y.P., Liang Y.Z., Jiang J.H., Berry R.J., Ozaki Y. // Anal. Chim. Acta. 2004. V. 501. P. 183. doi 10.1016/j.aca.2003.09.041
  17. Holland J.H. Adaptation in Natural and Artificial Systems. MIT Press, 1992. 225 p
  18. Lucasius C.B., Kateman G. // Trends in Analyt. Chem. 199l. V. 10. P. 254
  19. Leardi R. // J. Chromatography A. 2007. V. 1158. P. 226. doi 10.1016/j.chroma.2007.04.025
  20. Yang Y., Wang L., Wu Y., Liu X., Bi Y., Xiao W., Chen Y. // Spectrochimica Acta A. 2017. V. 182. P. 73. doi 10.1016/j.saa.2017.04.004
  21. Caredda M., Addis M., Ibba I., Leardi R., Scintu M.F., Piredda G., Sanna G. // LWT-Food Sci. Tech. 2016. V. 65. P. 503. doi 10.1016/j.lwt.2015.08.048

Подсчитывается количество просмотров абстрактов ("html" на диаграммах) и полных версий статей ("pdf"). Просмотры с одинаковых IP-адресов засчитываются, если происходят с интервалом не менее 2-х часов.

Дата начала обработки статистических данных - 27 января 2016 г.