基于向前和向后间隔偏最小二乘的特征光谱选择方法

摘要：

在近红外光谱分析中 ,向前间隔偏最小二乘法(FiPLS)和向后间隔偏最小二乘法(BiPLS)是常用的基于波长变量选择的建模方法 ,其模型精度较高 ,但贪婪搜索特性较强 ,导致选出的波段并不能较好地反映待测成分的信息.针对该问题 ,提出一种基于两者组合策略的光谱特征波段选择方法(FB-iPL S ).在光谱分段的基础上 ,既利用FiPLS选取有用波段 ,同时利用BiPLS删除无用波段 ,来交互执行特征变量的选择与删除 ,对目标特征波段进行双向选择 ,用于提高模型的稳健性.用该方法建立水中乙醇含量的定量预测模型 ,并与FiPLS和BiPLS算法对比.由于光谱分段大小会对模型的结果有影响 ,该实验还考查这三种方法在不同光谱分段处的结果.在光谱划分60段时 ,提出的FB-iPLS方法取得最佳预测性能 ,其校正集与验证集相关系数 r分别为0.967 7 ,0.967 0 ,交互验证均方根误差RMSECV分别为0.088 8 ,0.057 1.与FiPLS和BiPL S相比 ,该方法无论在不同光谱分段区间还是在各自最优与最差分段处 ,模型的整体预测性能都有所提高.实验结果表明 ,提出的方法能改善BiPLS与FiPLS贪婪搜索的特性 ,对特征波段的选取更高效、更具代表性 ,能进一步提高模型的预测性能.

关键词：近红外光谱、FiPLS、BiPLS、FB-iPLS、贪婪搜索、特征波段

所属期刊栏目：36

分类号：O657.3(分析化学)

资助基金：The National Science and Technology Projects in Rural Areas2014BAD04B05;Natural Science Foundation of China41371349

在线出版日期：2016-04-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：593-598