奇异点快速检测在牛奶成分近红外光谱测量中的应用

摘要：

近红外光谱作为一种依靠模型对物化性质进行分析的技术, 对光谱数据的准确性进行快速准确的判断是得到可靠分析结果的前提. 但是光谱数据中奇异点的存在会在很大程度上影响多变量校正模型的准确性, 从而影响模型的预测效果. 文章综合利用半数重采样法(Resampling by Half-Mean, RHM)和最小半球体积法(Smallest Half-Volume, SHV)成功剔除了被测量的牛奶成分近红外光谱中的奇异点, 其效果远优于传统的奇异点剔除方法, 并且该方法具有简单快速、计算量小、数值稳定等特点, 非常适用于在线分析和其他类型的光谱数据中奇异点的检测.

关键词：奇异点、近红外光谱、马氏距离、杠杆值、SHV、RHM

所属期刊栏目：25

分类号：O657.3(分析化学)

资助基金：中国博士后科学基金30170261;国家自然科学基金023800411

在线出版日期：2005-05-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：207-210