基于光谱信息散度的近红外光谱局部偏最小二乘建模方法

被引：13

作者：

鄢悦 ^{[1
]}

张红光 ^{[1
]}

卢建刚 ^{[1
]}

施英姿 ^{[2
]}

陈金水 ^{[1
]}

机构：

[1] 浙江大学控制科学与工程学院工业控制技术国家重点实验室

[2] 杭州师范大学

来源：

计算机与应用化学 | 2017年 / 34卷 / 05期

关键词：

光谱信息散度; 局部校正方法; 近红外光谱; 偏最小二乘;

D O I：

10.16866/j.com.app.chem201705003

中图分类号：

O657.33 [红外光谱分析法]; TS251.51 [];

学科分类号：

070302 [分析化学];

摘要：

常见的近红外光谱分析技术,一般将欧式距离作为相似性判据,但是在很多情况下并不能真实体现样本间的相似性;同时,线性回归模型无法克服校正样本集光谱数据中非线性以及样本差异大而导致的精度降低问题。针对上述问题,本文首次将光谱信息散度引入到局部建模算法中,以未知样本光谱与校正样本光谱间的光谱信息散度作为样本相似性判据,选取一定数量与待测样本最相似的校正样本组成局部校正子集,建立局部偏最小二乘模型。为了验证算法的有效性,将现有的全局建模算法、基于样本光谱间欧式距离的局部建模算法与本文提出的基于光谱信息散度的局部建模算法应用于猪肉近红外光谱标准数据集。实验结果表明:本文新方法的预测均方根误差(RMSEP)分别比现有的两种算法降低了22.8%与48.7%,克服猪肉近红外光谱的非线性和差异性,在近红外光谱定量分析领域具有良好的应用前景。

引用

页码：351 / 355

页数：5

共 7 条

[1]

基于光谱信息散度与光谱角匹配的高光谱解混算法 [J].

刘万军 ;

杨秀红 ;

曲海成 ;

孟煜 .

计算机应用, 2015, 35 (03) :844-848

[2]

基于一元线性回归的近红外光谱模型传递研究.[J].杨辉华;张晓凤;樊永显;谢谱模;褚小立;.分析化学.2014, 09

[3]

基于梯度的信息散度的光谱区分方法 [J].

张修宝 ;

袁艳 ;

王潜 .

光学学报, 2011, 31 (05) :252-256

[4]

基于光谱信息散度的光谱解混算法 [J].

徐州 ;

赵慧洁 .

北京航空航天大学学报, 2009, (09) :1091-1094

[5]

局部建模方法用于烟草样品的近红外光谱定量分析 [J].

石雪 ;

蔡文生 ;

邵学广 .

光谱学与光谱分析, 2008, (11) :2561-2564

[6]

The effectiveness of spectral similarity measures for the analysis of hyperspectral imagery.[J].Freek van der Meer.International Journal of Applied Earth Observations and Geoinformation.2005, 1

[7]

Information-theoretic approach to spectral variability; similarity; and discrimination for hyperspectral image analysis..Chang; Chein-I;.IEEE Transactions on Information Theory.2000,

← 1 →