siPLS-LASSO的近红外特征波长选择及其应用

• 作者: 丁煜函 刘国海 尹梁 梅从立 江辉 陈旭 陈瑶
• 来源期刊: 光谱学与光谱分析
• 学科: 生物学
• 关键词: 近红外光谱 波长优选 LASSO siPLS 固态发酵过程
• 年，卷（期）: 2018,（2）
• 页码范围: 436-440
• 页数: 5页
• 分类号: Q657.33
• 字数: 4589字
• 语种: 中文
• DOI: 10.3964/j.issn.1000-0593(2018)02-0436-05

摘要

近红外技术广泛应用于食品、药品等生产过程和产品质量检测,具有样品无需预处理、成本低、无破坏性、测定速度快等优点.但是,全光谱数据维数高、冗余信息多,直接应用于建模会导致模型复杂性高、稳定性差等问题.siPLS是最常见的光谱数据降维方法,但是难以处理光谱数据的共线性问题.LASSO是一种相对新的数据降维方法,但在小样本应用中具有不稳定性.针对siPLS和LASSO在近红外光谱数据应用中存在的问题,提出了基于siPLS-LASSO的近红外特征波长选择方法,并将其应用于秸秆饲料蛋白固态发酵过程pH值监测.该方法首先采用siPLS算法,实现对光谱波长最佳联合子区间的优选;然后,对优选联合子区间使用LASSO算法进行特征波长选择,在此基础上建立 PLS校正模型.同时,将siPLS-LASSO方法与其他传统特征波长选择方法进行了对比.结果表明:建立在siPLS-LASSO方法优选33个特征波长基础上的PLS模型预测结果更好,其预测方差(RMSEP)和相关系数(Rp)分别为0.0711和0.9808;所提siPLS-LASSO方法有效选取了特征波长,提高了模型预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘国海	江苏大学电气信息工程学院	263	3146	27.0	43.0
2	梅从立	浙江水利水电学院电气工程学院	50	435	12.0	18.0
4	丁煜函	江苏大学电气信息工程学院	19	87	5.0	9.0
5	陈旭	江苏大学电气信息工程学院	20	150	5.0	12.0
6	江辉	江苏大学电气信息工程学院	20	171	8.0	12.0
9	陈瑶	江苏大学电气信息工程学院	10	29	4.0	5.0
10	尹梁	江苏大学电气信息工程学院	3	8	2.0	2.0