基于自加权变量组合集群分析法的近红外光谱变量选择方法研究

• 作者: 刘丽莹 刘微 宦克为 石晓光 赵春英 赵环 郑峰
• 来源期刊: 分析化学
• 关键词: 近红外光谱 化学计量学 变量选择 自加权变量组合集群分析法 信息向量
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 研究报告
• 页码范围: 136-142
• 页数: 7页
• 字数: 4500字
• 语种: 中文
• DOI: 10.11895/j.issn.0253-3820.171158

摘要

变量选择技术是光谱建模的重要环节.本研究提出了一种新的变量选择方法——自加权变量组合集群分析法(AWVCPA),首先通过二进制矩阵采样法(BMS)对变量空间进行采样;其次通过对变量出现频率(Fre)和偏最小二乘回归系数(Reg)两种信息向量(IVs)做加权处理,得到了每个光谱变量的贡献值,进而考虑到了Fre和Reg两类IVs对于光谱建模的影响;最后通过指数衰减函数(EDF)删除贡献小的波长点,进而实现特征变量选取.以啤酒和玉米两组近红外光谱数据为例,基于偏最小二乘法(PLS)建立啤酒中酵母浓度预测模型和玉米中油浓度预测模型,对比其它变量选择方法.研究表明,在相同条件下,基于AWVCPA变量选择方法建立的预测模型都取得了最优的预测精度,对啤酒中酵母浓度的预测,相比全光谱PLS模型,RM-SEP由0.5348下降到0.1457,预测精度提高了72.7%;对玉米含油量的预测,相比全光谱PLS模型,预测均方根误差(RMSEP)由0.0702下降到了0.0248,预测精度提高了64.7%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑峰	长春理工大学理学院	23	154	6.0	11.0
2	石晓光	长春理工大学理学院	30	197	7.0	12.0
3	刘微	长春理工大学理学院	3	39	3.0	3.0
4	刘丽莹	长春理工大学理学院	8	43	4.0	6.0
5	宦克为	长春理工大学理学院	29	150	6.0	11.0
6	赵环	长春理工大学理学院	3	7	2.0	2.0
7	赵春英	长春理工大学理学院	1	4	1.0	1.0