基于互信息的遗传算法在光谱谱段选择中应用

• 作者: 丁香乾 刘明 孔清清 宫会丽
• 来源期刊: 光谱学与光谱分析
• 学科: 化学
• 关键词: 近红外光谱 互信息 Shapley值 遗传算法 波长选择
• 年，卷（期）: 2018,（1）
• 页码范围: 31-35
• 页数: 5页
• 分类号: O657.3
• 字数: 4827字
• 语种: 中文
• DOI: 10.3964/j.issn.1000-0593(2018)01-0031-05

摘要

在近红外光谱分析技术中,建立一个准确、稳健的定量模型至关重要.全光谱建模会增加建模和预测时间,降低模型的稳健性和预测精度,因此有效的变量选择方法对于模型构建至关重要.针对该问题,提出了基于互信息的遗传算法(GAs-MI)对特征变量进行选择,互信息筛选掉大量无关信息和冗余信息,遗传算法进一步选择出高辨别力的特征;并在遗传算法的变异过程中引入Shapley值方法,减少了人为设定参数的随机性.为了验证算法的有效性,选取有代表性的273个烟叶样本为实验材料,随机选择其中182个样本实现对烟叶总烟碱的PLS定量建模,剩余样本作为测试集,以相关系数(R)、交互验证均方差(RMSECV)和预测均方根误差(RMSEP)为模型评价指标.实验结果表明,通过该方法选择的波长建立的模型更加简单、预测能力更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁香乾	中国海洋大学信息科学与工程学院	99	1107	16.0	30.0
2	刘明	中国海洋大学信息科学与工程学院	45	140	6.0	10.0
3	宫会丽	中国海洋大学信息科学与工程学院	25	140	7.0	10.0
4	孔清清	中国海洋大学信息科学与工程学院	3	10	2.0	3.0