基于GA和SCMWPLS算法的NIR光谱信息变量提取研究.pdfVIP

第30卷，第4期 光谱学与光谱分析 5-919 V01．30，No．4，pp91 1 and 20 0年4月 SpectroscopySpectralAnalysis April，2010 曹楠宁，王加华，李鹏飞，韩东海。 中国农业大学食品科学与营养工程学院，北京100083 摘要光谱数据压缩、信息变最提取是近红外应用研究的热点，是简化模型、提高预测精度的重要手段。 本文以杏可见／近红外光谱为例，采用二阶导数、标准化和正交信号校正(OSC)处理以滤除光谱与浓度阵无 关的信号；使用SCMWPLS选择出880，894～910和932nllpl为建模区间建立PLS预测模型，其相关系数 选择入选频率较高的2个波长点888和900nITl作为回归变量，建立GA-MLR预测模型，其R，SEC，SEP 分别为0．905，0．488和0．459，均优于全谱的偏最小二乘建模结果。结果显示。OSC可以滤除光谱与浓度阵 无关的信号，减少建立模型所用的主因子数；SCMWPLS和GA可以寻找最优信息变量组合。该方法对于建 立低维度、高精度近红外快速分析模型具有普遍参考意义。 关键词 近红外光谱；变量提取；正交信号校正；区间组合移动窗口偏最dxz．乘法；遗传算法；杏 中图分类号：0657．3文献标识码：A 法(internal window 引 言 二乘法(moving PLS，MWPLS)以及其衍生方 法㈨171。 近红外光谱分析技术由于其快速、无损等特点，广泛应 针对水果品质近红外现场快速、准确分析的要求，本文 用于水果内部品质检测[。“，在线分级[5一]以及生长期品质的 以中国普通杏(PrunusArmeniaca)糖度检测为例，对光谱数 实时监测[7’8]。由于水果个体差异较大，近红外光谱既反映据进行压缩和信息变量提取。简化模型并提高预测精度。采 了被分析物的特征信息，同时也受到样品非目标信息干扰和 集杏的可见／近红外漫透射光谱，经过二阶导数、标准化和 背景、仪器噪声污染，导致全谱建模常受无关变鼍影响，模 OSC处理后，采用区间组合移动窗口偏最小二乘法(search— 型维度大、精度低。因此，光谱数据压缩、信息变量提取一 ingcombimtionwindow moving 直是近红外应用研究领域的热点凹J。 佳的信息区间及其组合，建立SCMWPLS模型；通过GA选 光谱数据压缩就是采取信号校正方法去除无关变量，降 择波长点，建立多元线性回归(MI且)模型。结果表明，()SC 低光谱维度空间。信号校正方法一般分为两类：一是基于光 可以滤除光谱与浓度阵无关的信号，减少建立模型所用的主 normal variate， 谱阵的校正方法，如标准正态变换(standard 因子数；SCMWPLS和GA可以寻找最优信息变量组合。该 scattercorrection， Ⅳ)【l引、多元散射校正(multiplicative 方法对于建立低维度、高精度近红外快速分析模型具有普遍 MSC)[113等；另一类是将光谱阵用浓度阵正交，滤除光谱与 参考意义。 浓度阵无关的信号