适合近红外光谱数据特征的降维方法对比分析.pdfVIP

Technique and Method 适合近红外光谱数据特征的降维方法对比分析术 孙文苹 ，宫会丽 ，王梅勋 ，王丽丽 ，徐 硕 (1．中国海洋大学 信息科学与工程学院，山东 青 岛 266100： 2．山东临沂烟草有 限公司，山东 临沂 276000) 摘 要 ： 因近红 外光谱具有波长点 多、谱 带归属 困难 、光谱 重叠严 重及光谱分布 结构 未知等 问 题 ，在进行近红外光谱 关键特征提取和数据特征 空间映射 时难 以准确获知合适 降维方法。为 了解决 该问题 ，本文对 比分析 了典型线性和非线性降维方法，并用烟叶近红外光谱数据从数据降维可视化和 分类准确性识别率角度分别进行 了实验验证 。结果表 明，线性 降维算法 ，特别是 PCA、LDA算法 ，比较 适合应用于烟叶近红外光谱 降维分析 中，非线性降维算法因其泛化学 习能力与推广能力差 以及本征 维数估计 困难不适合应 用于近红外光谱 降维分析 关键词 ：降维 ；PCA；LDA；近红外光谱 ：小样本 中图分类 号 ：TP18 文 献标识 码 ：A 文章编 号 ：1674—7720(2015)01—0078—03 Contrastthealgorithmsofdimensionreductionfornearinfrraedspectrum Sun Wenping’，Gong Huili，W ang Meixun ，W ang Lili，Xu Shuo (1．Information ScienceandEngineeringInstitute，Ocean University ofChina，Qingdao 266100，China； 2．Shandong LinyiTobacco Limited Company，Linyi276000，China) Abstract：Because ofsomeproblemsofnearinfrared spectral，such asSO manywavelength points ，difficultyband belonging ， spectraloverlap serious，and the unknown spectraldistribution structure ，itisdifficultto achieverightdimension reduction method when extractsthe feature ofthenearinrfared specturm and mapsthedata feature space．In orderto solve the problems，this paper contraststhenonlinearand linearalgorithmsandverifysfrom theperspectiveofvisualdata dimensionalityreduction and classification accuracyrate．Theresultshowsthatlineardimension reduction algorithms，especiallyPCA and LDA，are suitableforthedimension reduction oftobacco nearinrfared spectrum while nonlineardimension reduction algorithmsarenotsuitable for them because they have someproblemsin generalization abilitytolearn and promoteand intrinsicdimensionestimation． Keywords：dimensionreduction；PCA；LDA；nearinrfaredspectrum；smallsample 0 引言