文献类型： 中文期刊

作者： 瞿芳芳 ¹ ; 任东 ² ; 侯金健 ³ ; 张忠 ⁴ ; 陆安详 ⁴ ;

作者机构： 1.三峡大学

2.北京农业质量标准与检测技术研究中心三峡大学计算机与信息学院

3.北京农业质量标准与检测技术研究中心农业部农产品质量安全风险评估实验室(北京)农产品产地环境监测北京市重点实验室

4.三峡大学计算机与信息学院北京农业质量标准与检测技术研究中心Department

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

期刊名称： 光谱学与光谱分析

ISSN： 1000-0593

年卷期： 2016 年 36 卷 02 期

页码： 593-598

收录情况： EI ; SCI ; 北大核心 ; CSCD

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-iPLS)。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BiPLS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。