光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2009年
7期
1793-1796
,共4页
洪明坚%温志渝%张小洪%温泉
洪明堅%溫誌渝%張小洪%溫泉
홍명견%온지투%장소홍%온천
近红外光谱%流形学习%局部线性嵌入%局部加权回归
近紅外光譜%流形學習%跼部線性嵌入%跼部加權迴歸
근홍외광보%류형학습%국부선성감입%국부가권회귀
近红外光谱分析的重要内容之一是基于校正样品集建立光谱和化学成分或类别之间的回归模型.流形学习是一类新的机器学习方法,它能够揭示出复杂数据的本质维数,提取最重要的特征信息,并用于建立回归或分类模型.文章以近红外光谱为研究对象,针对近红外光谱数据维数高、谱带归属难以确定等特点,基于流形学习中局部线性嵌入(LLE)算法的思想,提出了一种最小二乘局部加权回归(LS-LWR)建模方法.最后,利用各种浓度葡萄糖溶液的近红外光谱,对该方法进行了验证.同时建立主成份回归(PCR)和偏最小二乘回归(PLSR)模型,通过计算预测标准偏差(SEP)与LS-LWR模型进行比较.实验结果表明,LSLWR模型有更好的预测效果,而且具有模型简单、稳定性好和计算省时等优点.
近紅外光譜分析的重要內容之一是基于校正樣品集建立光譜和化學成分或類彆之間的迴歸模型.流形學習是一類新的機器學習方法,它能夠揭示齣複雜數據的本質維數,提取最重要的特徵信息,併用于建立迴歸或分類模型.文章以近紅外光譜為研究對象,針對近紅外光譜數據維數高、譜帶歸屬難以確定等特點,基于流形學習中跼部線性嵌入(LLE)算法的思想,提齣瞭一種最小二乘跼部加權迴歸(LS-LWR)建模方法.最後,利用各種濃度葡萄糖溶液的近紅外光譜,對該方法進行瞭驗證.同時建立主成份迴歸(PCR)和偏最小二乘迴歸(PLSR)模型,通過計算預測標準偏差(SEP)與LS-LWR模型進行比較.實驗結果錶明,LSLWR模型有更好的預測效果,而且具有模型簡單、穩定性好和計算省時等優點.
근홍외광보분석적중요내용지일시기우교정양품집건립광보화화학성분혹유별지간적회귀모형.류형학습시일류신적궤기학습방법,타능구게시출복잡수거적본질유수,제취최중요적특정신식,병용우건립회귀혹분류모형.문장이근홍외광보위연구대상,침대근홍외광보수거유수고、보대귀속난이학정등특점,기우류형학습중국부선성감입(LLE)산법적사상,제출료일충최소이승국부가권회귀(LS-LWR)건모방법.최후,이용각충농도포도당용액적근홍외광보,대해방법진행료험증.동시건립주성빈회귀(PCR)화편최소이승회귀(PLSR)모형,통과계산예측표준편차(SEP)여LS-LWR모형진행비교.실험결과표명,LSLWR모형유경호적예측효과,이차구유모형간단、은정성호화계산성시등우점.
