矿物近红外光谱建模数据相关性对模型性能影响的理论的研究.pdfVIP

矿物近红外光谱建模数据相关性 对模型性能影响的理论研究* 王智宏林君 (吉林大学仪器科学与电气工程学院，地球信息探测仪器教育部重点实验室，长春130026) 摘要针对野外矿物近红外光谱数据与其组分台量相关性的未知，采用偏最小二乘法 (PUS)和人工神经网络(ANN)两种建模方法，利用台成已知相关性的建模数据，研究矿物近红外 光谱建模教据的相关性对PLS、ANN模型性能的影响，以及消脒其影响的措施。同时对比PLS、 ANN两种方法所建模型性能。结果表明，建模数据的相关性对所建模型的准确性有影响，而且 对采用不同的建模方法所建模型的影响程度不同，消除其对模型性能影响的措施是采用对其不 敏感的建模方法；稳健性ANN好于11．5。 关键词矿物；近缸外光谱；建模教据相关性 近红外光谱分析模型的建立需要收集大量在组成成分和性质变化范围上具有代表性的样 品，在规定的实验条件下逐一测量其近红外光谱，并使用参考分析方法(如ASTM或GB等标 准方法)测定各样品的组成成分或性质数据(称之为基础数据，即浓度数据)。然后使用化学 计量学方法将近红外光谱数据和基础数据进行关联．建立模型…，以实现对未知样品的定性 或