偏最小二乘组合后向区间选择在近红外定量建模中的应用

摘要：

偏最小二乘是在光谱多变量校正中广泛使用的一种经典算法.尽管本身具有变量压缩的作用,近年来的研究发现,高效的变量选择仍然是必要的,一方面能够提高模型的预测能力,另一方面能够降低模型的复杂度.考虑到相邻光谱变量之间高度相关的事实,创建一种偏最小二乘组合后向区间选择策略的算法.步骤是:先将整个光谱波长区域细分为一定数量的等长子区间;然后采用后向淘汰的策略,根据各个子区间的有用信息量将其逐步淘汰,形成一个淘汰序列;最后再反向选择一个最优数量的子区间来建立最终的预测模型.该方法应用于建立烟草总糖的近红外定量预测模型,效果好.在将变量压缩60%的基础上获得了比传统基于全谱的偏最小二乘算法更优的预测性能.

关键词：偏最小二乘、后向区间选择、近红外、建模

所属期刊栏目：25

分类号：TP274(自动化技术及设备)

资助基金：四川省教育厅自然科学重点项目2006A132

在线出版日期：2008-11-07（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：509-512