近紅外光譜特征變量選擇方法研究.pdf

1、近紅外光譜分析技術利用化學物質在近紅外譜區(qū)內的光學特性，能快速測定出樣品中化學成分含量及特性，具有高效、快速、無損等特點，在農業(yè)、食品、醫(yī)學等領域得到了廣泛的應用。然而，近紅外光譜通常變量數(shù)巨大，且光譜信息重疊、具有共線性、包含大量噪聲冗余，導致光譜解析復雜、模型精度低。特征選擇作為光譜分析技術中的一個重要研究內容，可以剔除無關冗余信息，降低數(shù)據(jù)維數(shù)，簡化算法復雜度，提高模型泛化能力，因而具有深刻的研究價值。本文以乙醇溶液的濃度數(shù)據(jù)及其

2、近紅外光譜數(shù)據(jù)為研究對象，進行了高維數(shù)據(jù)特征變量選擇方法的研究。
　　本研究主要內容包括：⑴研究了基于光譜區(qū)間分段的變量選擇方法，針對向前間隔偏最小二乘（FiPLS）和向后間隔偏最小二乘（BiPLS）的貪婪搜索特性，提出了一種基于兩者組合策略的光譜特征波段選擇方法（FB-iPLS），交互執(zhí)行特征變量的選擇與刪除，對目標特征波段進行雙向選擇。討論了不同光譜區(qū)間分段參數(shù)對模型的影響，在光譜劃分60段時，F(xiàn)B-iPLS的模型精度最高，其

3、預測集的相關系數(shù)R2和預測誤差（RMSEP）分別為（0.9670，0.0571）。實驗結果表明了本文提出的FB-iPLS方法能改善BiPLS與FiPLS貪婪搜索的特性，對特征波段的選取更高效、更具代表性，能提高模型的預測性能。⑵研究了集成框架嵌入特征選擇的方法，針對集成學習中基模型的特征選擇問題，提出了一種梯度下降Boosting結合BiPLS的方法（GD-Boosting-BiPLS），采用BiPLS選擇特征光譜波段建立基模型，結合B

4、oosting方法重采樣，迭代建立新的基模型。將BiPLS的光譜分段參數(shù)與Boosting的迭代參數(shù)融合。并采用梯度下降策略分配基模型權重，在殘差減小的梯度方向上建立新的集成模型（前向加法模型），取最小預測均方根誤差（RMSEP）對應的集成模型為最終模型。在迭代次數(shù)為1到50的區(qū)間，預測集的R2和RMSEP為（0.9388，0.0732），實驗對比不同集成策略下的不同基模型建模方法，以及不同的特征選擇方法，結果表明該算法具有優(yōu)秀的泛化性

5、能與穩(wěn)定性。⑶研究了連續(xù)投影算法（SPA）在小樣本下的的特性，以及針對其變量過程完全依賴于光譜數(shù)據(jù)，而與濃度數(shù)據(jù)無關的問題，提出了一種基于變量評價指標的集成連續(xù)投影變量選擇方法（ ensemble boosting SPA, EBSPA），采用自舉方法進行多次平行重采樣并以SPA選取變量；以變量權重系數(shù)、光譜純度值及回歸系數(shù)構建變量重要性評價指標，將集成選出的變量按指標值從大到小排序，用偏最小二乘交互驗證法選出最佳變量子集。EBSPA結