近紅外光譜定量分析多模型建模方法研究.pdf

1、近紅外光譜(NIRS)產(chǎn)生于分子振動(dòng)，吸收較弱，吸收峰嚴(yán)重重疊，且多組分復(fù)雜樣品的近紅外光譜往往不是各組分光譜的簡(jiǎn)單疊加。因此，近紅外光譜分析法必須借助化學(xué)計(jì)量學(xué)方法才能進(jìn)行定性定量分析。本論文針對(duì)復(fù)雜樣品的近紅外光譜分析中的問題，開展了多模型共識(shí)偏最小二乘(PLS)建模方法、多模型共識(shí)最小二乘支持向量回歸(LS-SVR)建模方法以及波長(zhǎng)篩選方法的研究，同時(shí)對(duì)Boosting建模方法進(jìn)行了研究，并用于近紅外光譜復(fù)雜植物樣品的定量分析中。

2、主要包括以下研究?jī)?nèi)容：
　　 1.總結(jié)了近紅外光譜分析技術(shù)的發(fā)展及應(yīng)用，綜述了近紅外光譜定量分析中常用的化學(xué)計(jì)量學(xué)建模方法、光譜預(yù)處理方法以及波長(zhǎng)選擇方法。
　　 2.基于多模型共識(shí)建模的基本思想，采用隨機(jī)抽樣技術(shù)選擇訓(xùn)練子集，建立了多模型共識(shí)偏最小二乘(cPLS)建模方法，并應(yīng)用于煙草樣品近紅外光譜與氯含量之間的建模研究。該方法利用同一訓(xùn)練集中的不同子集建立多個(gè)模型同時(shí)進(jìn)行預(yù)測(cè)，將多個(gè)預(yù)測(cè)結(jié)果的均值作為最終結(jié)果。該方法

3、的特點(diǎn)是通過多次使用訓(xùn)練集中不同子集樣本的信息，降低了預(yù)測(cè)結(jié)果對(duì)某一樣本的依賴性。研究結(jié)果表明，cPLS建模方法與傳統(tǒng)的偏最小二乘(PLS)建模方法相比，所建立的模型更加穩(wěn)健、可靠，預(yù)測(cè)結(jié)果也得到了明顯改善。
　　 3.最小二乘支持向量回歸(LS-SVR)算法與多模型共識(shí)原理結(jié)合，建立了多模型共識(shí)LS-SVR方法。該方法采用隨機(jī)取樣技術(shù)，選取一定數(shù)目的訓(xùn)練樣本作為訓(xùn)練子集，建立相應(yīng)的LS-SVR回歸模型，從中選擇部分預(yù)測(cè)性能較好

4、的模型共同預(yù)測(cè)未知樣本。該方法的特點(diǎn)是能更有效地從數(shù)據(jù)的不同方面和不同層面抽取并表達(dá)自變量和因變量之間的復(fù)雜關(guān)系，在一定程度上彌補(bǔ)了單模型方法的不足。將該方法應(yīng)用于煙草樣品近紅外光譜與還原糖含量之間的建模研究，結(jié)果表明，與傳統(tǒng)的LS-SVR和PLS方法相比，多模型共識(shí)LS-SVR方法預(yù)測(cè)精確度更高，也更加穩(wěn)健。
　　 4.通過挑選代表樣品性質(zhì)特征的波長(zhǎng)(變量)，代替全部光譜去建立模型，會(huì)得到質(zhì)量更好的校正模型?；贛onte C

5、arlo(MC)技術(shù)和無信息變量消除(UVE)方法，建立了一種改進(jìn)的MC-UVE算法，并應(yīng)用于煙草樣品近紅外光譜與尼古丁和總糖含量之間的建模研究。該方法采用MC技術(shù)從訓(xùn)練集中選取大量的訓(xùn)練子集，然后根據(jù)模型的回歸系數(shù)計(jì)算出每個(gè)變量的穩(wěn)定性，代替UVE中用留一交叉驗(yàn)證法計(jì)算變量的穩(wěn)定性。而且MC-UVE不采用在光譜中添加隨機(jī)噪聲變量，而是直接采用由穩(wěn)定性值的大小確定變量的篩選。MC產(chǎn)生的多個(gè)模型比單一模型能更有效地反映出自變量和因變量之間

6、的復(fù)雜關(guān)系。因此能更合理、可靠地估計(jì)每個(gè)變量的穩(wěn)定性，有望解決過擬合問題。而且當(dāng)數(shù)據(jù)集較大時(shí)，MC-UVE的計(jì)算速度要明顯優(yōu)于UVE算法。研究結(jié)果表明，當(dāng)取得和UVE相當(dāng)?shù)念A(yù)測(cè)效果時(shí)，MC-UVE選擇的變量數(shù)目更少。另外，與小波變換結(jié)合，建立了WT-MC-UVE方法。與MC-UVE相比，預(yù)測(cè)模型更加簡(jiǎn)潔和高效。
　　 5.基于Boosting算法的基本原理，將AdaBoost與PLS回歸算法相結(jié)合，建立boosting-PLS算

7、法(簡(jiǎn)稱為bPLS)，實(shí)現(xiàn)了對(duì)復(fù)雜植物樣品近紅外光譜中糖和尼古丁含量的測(cè)定。該方法用訓(xùn)練集樣本的相對(duì)預(yù)測(cè)誤差，調(diào)整訓(xùn)練集中每個(gè)樣本的取樣權(quán)重，算法過程簡(jiǎn)單直觀。被預(yù)測(cè)樣本的相對(duì)誤差越大，則在下一輪學(xué)習(xí)時(shí)，樣本的取樣權(quán)重將越大。bPLS算法與consensus-PLS(cPLS)算法以及傳統(tǒng)的PLS方法的預(yù)測(cè)結(jié)果進(jìn)行了比較。結(jié)果表明，bPLS模型穩(wěn)健、可靠，取得了更小的預(yù)測(cè)均方根誤差(RMSEP)。bPLS算法為近紅外光譜的定量回歸分析提

8、供了新的途徑。
　　 6.將DT(Delaunay triangulation)技術(shù)引入近紅外光譜的定量分析中，對(duì)PLS-PC-DT方法進(jìn)行了探索，并應(yīng)用于玉米樣品近紅外光譜與水份、油、蛋白質(zhì)以及淀粉含量之間的定量分析。該方法無需構(gòu)建校正模型，并且只需要使用很少的主成分?jǐn)?shù)目，就可以實(shí)現(xiàn)對(duì)樣品的預(yù)測(cè)。傳統(tǒng)的DT方法在主成分空間構(gòu)建網(wǎng)格，而PLS-PC-DT方法用PLS得分矢量代替PCA得分矢量，在PLS-PC空間構(gòu)建DT網(wǎng)格。與傳