10.3964/j.issn.1000-0593(2010)11-2932-04
基于Elastic net主成分优选的近红外光谱定量分析模型
Eastic net是对最小二乘方法的一种改进,在最小二乘法的基础上增加了L1和L2惩罚,具有变量选择和模型可提高预测精度的良好性质.此研究以89个小麦样品为实验材料,通过Elastic net方法优选光谱主成分,建立近红外光谱与小麦中蛋白质含量之间的定量分析模型,考证了Elastic net优选主成分建立定量分析模型的可行性.实验中将89个小麦样品随机分成两组,60个样品做建模集,其余29个做预测集.60个样品所建模型预测29个样品的蛋白质含量,预测值和化学测量值间的相关系数(r)为0.9849,平均相对误差为2.48%.为进一步考察该方法建模的可行性和稳定性,对89个样品分别进行5次随机划分,60个样品做为建模集,29个样品做为预测集,5次建模所选光谱的主成分基本一致;同时与PCR和PLs方法作对比,结果显示5次所建模型的预测效果明显好于PCR,且与PLS方法相近.鉴于Elastic net具有变量选择的功能,且所建模型具有较好的预测效果,表明该方法是一种可行的建立化学计量学定量分析模型的方法.
Elastic net、近红外光谱、变量选择
30
O657.3(分析化学)
国家自然科学基金项目30370915,20575076;国家高技术研究发展计划863计划项目2007AA10Z208;中央高校基本科研业务费专项资金项目2009-2-05
2011-02-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
2932-2935