一种用于可见-近红外光谱特征波长选择的新方法.pdfVIP

第 28卷 第 11期 光 学 学 报 Vo1．28，No．11 2008年 11月 ACTA OPTICA SINICA November，2008 文章编号：0253—2239(2008)11-2153—06 一 种用于可见一近红外光谱特征波长选择的新方法 陈孝敬 吴 迪 虞佳佳 何 勇 刘 守 (厦 门大学物理系，福建 厦 门 361005； 浙江大学生物系统工程与食 品科学学院，浙江 杭州 310029) 摘要 提 出了一种基于模拟退火 (SA)算法和最小二乘法支持向量机(LS-SVM)选择可见一近红外光谱特征波长 的 新方法 (SA—LS-SVM)。该方法用LS—SVM作为识别器 ，用识别率作为 SA 的 目标函数 ，提取合适的特征波长数以 及对应的特征波长 。3种不 同品牌 的润滑油可见一近红外光谱 的特征波长分别用 SA—LS-SVM，主成分 回归分析 (PCA)和偏最小二乘法 (PIS)进行处理，提取特征波长或主成分，然后结合反向传播人工神经网络 (BP—ANN)对各 种处理方法进行识别预测 。结果发现 ，SA-LS-SVM 只需从 751个数据光谱中提取 4个特征波长 ，就可 以使三种 品 牌润滑油的识别率达到了100 ，而其他所有的方法发现预测率都达不到 100 ，由此验证了SA—LS-SVM 的优越 性 。实验结果表明，SA-LS-SVM不仅能有效地减少建模 的变量数 ，而且可 以提高预测精度。 关键词 可见一近红外光谱分析 ；识别模型；模拟退火算法 ；最小二乘法支持向量机 中图分类号 0433 文献标识码 A doi：10．3788／A0S2。082811．2153 ANewChoiceMethodofCharacteristicWavelengthofVisible／Near InfraredSpectroscopy ChenXiaojing WuDi YuJiajia HeYong LiuShou ／ partmentofPhysics， amen 0iversity，Xiamen，Fuiian361005， ina ＼ ＼CollegeofBiosystemsEngineeringandFoodScience， ejiangUniversity，Hangzhou， ejiang310029，China／ Abstract A new methodbasedon simulatedannealingalgorithm (SA)and least—squaressupportvectormachine (LS．SVM)(SA．LS—SVM)wasproposedto—selectthecharacteristicwavelengthforvisible—nearinfrared (Vis／NIR) spectroscopydiscrimination． In order to find suitable numbers of characteristic wavelength and cOrrespOnding characteristicwavelength，discriminatingratewasusedasobjectfunction forSA，andLS-SVM wasadoptedas discriminationmode1．TheVis／NIR spectroscopycharacteristicwavelengthsofthreecategoriesoflubricantwere processedbySA-LS—SVM ，principalcomponentanalysis(PCA)andpartialleastsquares(PLS)respectively，andthen predicted by back—propagation artificialneural network (BP—