改进移动窗口偏最小二乘回归法及其在近红外光谱校正模型建立中的应用研究.pdfVIP

改进移动窗口偏最小二乘回归法及其 在近红外光谱校正模型建立中的应用 袁大林梁选曾 (中南大学化学4e。．z-学院中药现代化研究中心，长沙410083) 摘要近红外光谱数据通常具有很高的共线性同时还包含许多与目标性质无关的信息。 如何选择相关信息量大的合理波长区巴成为近红外模型研究中的一个焦点问惠。本文提出了改 进移动窗口偏最小二乘回归法，与蒋建辉等提出的移动窗口偏最小二乘回归法(r,佩CetSR)相比， 考虑了所选择的不同波长区的信崽重叠度．使得所选出的波长区与目标值的相关程度高，同时 互相之问的信息董叠度小，以期获得更好的PLS模型。通过对一套样本教为457的烟草近红外光 谱与其含氟量教据的研究表明，本方法所得的PLS模型的结果较好，其交互检验的回归系数为 0．9939，预测误差为0．06490。而秽动窗口最小二乘回归法和垒谱ns模型的结果分别为： 0．9934、0．06767和0．9906、0．08048。 关键词 近红外光谱；被长区选择；改进穆动窗口最小二乘回归 多组分光谱分析是近红外光谱分析中常用的一种化学计量学方法【1J。多组分光谱分析的 目的在于建立一个分析物的光谱与其成分的含量或性质的多元变量回归模型。这个模型既可 用于光谱的校正也可用于成分含量或性质的预测。所涉及的模型可以分为线性模型与非线性 为线性模型计算简单、表达性强，大多数情况下，我们建立的都是线性模型。对于光谱数 据，一般来说，除在多元线性回归中需仔细地选取最佳吸收波长外，采用主成分回归和偏最 小二乘回归等适合全谱的因子分析技术毋需对波长范围进行选择【3J。但是对波长范围进行选 择不仅可以降低模型的共线性，还可以使得模型能更好表达分析物光谱与其成分含量或性质 之间的关系【4J。有试验证据表明【5_7j，在建模之前对建模的光谱信息(即波长范围)进行选 择，对减少噪声信号的影响、提高运算速度和增强模型的稳定性有着重要作用。 J、 波长选择方法主要有相关系数法【8J、逐步回归法【9·”J、无信息变量的消除法(trw)tu 中，利用一个合适大小的选择窗口从整个光谱的第一个数据点移动到最后，依次用落在窗日 范围内的波长点的光谱数据建立子PLS模型，在某些限制条件下(比如限制所选用的最大 PLS主成分数)，从中选出性能较好的模型所对应的波长区，最后组合这些波长区用于建立 最终的PLS模型。所得的模型与全光谱PLS模型相比，模型的预测误差有明显降低，这说明 通讯作者简丹：粱逸曾．男．博士．教授，博士生导师。主要从事分析化学、化学计量学方面的研究。g-tmil 慨一1iⅢ％@狮．M。 258 波长区的选择对于减少噪声信号的影响和提高模型的性能确有效果。但是，我们注意到，在 MWPLSR法的波长选择过程中，并没有考虑所选择出的波长区互相之间的信息重叠，因此在 某些情况下，该方法所选出的波长区互相之间具有较大的信息重叠(见表1)。这样一方面导 致我们所选出的光i普波长数据具有较大的共线性，这对于我们建模是很不利的，同时也导致 对光谱有用信息的提取不完全，无法得到更精确的模型。是用MWPLSR方法对一套烟叶样 品的近红外光谱与含氮量的数据的波长(数)区选择的结果。表中数据代表的是每2个波长区 互相之间的信息重叠度(信息重叠度的具体计算方法请参见理论部分)，从中可以看出，MW- PLSR所选出的3个波长区相互之间的信息重叠度很高，最低的也超过了99．5％。 表1 MWH．SR选出的3个子波长区之间的信息重叠度 子波长区1 于渡长区2 子波长区3 子波长区1 1 0．9999 09973 子波长区2 0．9974 l 0．9969 子波长区3 09970 09976 1 4053—4126唧一。(2)表中数据是列对应的子渡长区