基于FTIR信号的SLT-PLS判别分析算法研究-毕业论文.doc

毕业论文 基于FTIR信号的SLT-PLS判别分析算法研究 院 别 经贸学院 专业 信息管理与信息系统 班级 姓 名 指导教师 基于FTIR信号的SLT-PLS判别分析算法研究 FTIR信号具有数据维度大，数据复杂等特点，用普通的PLS进行判别分析时可能会出现PLS模型性能不佳和过拟合问题。通过在NIPALS算法中加入SLT方法，一种权重更新策略方法，能很好地解决上述问题。在偏最小二乘的基础上，建立3种线性判别分析模型，即普通PLSDA、使用正交校验信号(OSC)来对FTIR信号进行预处理得到的O-PLSDA以及SLT-PLSDA。并在这三种模型的基础上将OSC与SLT-PLSDA结合建立了基于正交OSC的SLT-PLSDA的模型。依据普通PLS、O-PLSDA、SLT-PLS判别模型和基于正交OSC的SLT-PLSDA的模型对高维的FTIR信号预测、分类的效率和准确率，来评价算法的优劣性。 关键词：SLT，PLS，线性判别，FTIR信号，特征提取 SLT - PLS Discriminant Analysis Based on FTIR Signals Abstract FTIR signal data is large dimension and it is hard to deal with ， the discriminant analysis by ordinary PLS model may let the model poor performance and over fitting. Through add SLT in NIPALS algorithm method， a method of weight update strategy can well solve the above problems. In this paper， by the partial least squares， three kinds of linear discriminant analysis model will be established， namely ordinary PLSDA， using orthogonal calibration signals (OSC) to preprocess the FTIR ，then establish O - PLSDA and SLT - PLSDA. And on the base of these three modeltake a new model SLT - PLSDA with orthogonal OSC By using efficiency and accuracy of prediction， classification to evaluate the algorithm. Key words: SLTPLS, Feature extraction, Classification, FTIR 目 录 1 绪论 1 1.1 课题研究背景 1 1.2 国内外研究现状 2 1.2.1 PLS的发展及国内外研究现状 2 1.2.2 模式识别的发展及应用 2 1.3 研究内容和组织结构 4 1.4 创新点 5 2 特征提取 6 2.1 高维数据的特征提取 6 2.1.1 主成分分析 7 2.1.2 LDA 9 2.1.3 PLS 10 2.2 FTIR 12 2.3 本章小结 12 3 分类模型 13 3.1 建模与数据预处理 13 3.1.1 本文数据预处理方法 14 3.2 PLSDA模型 14 3.2.1 NIPALS 14 3.2.2 PLS改进算法 16 3.2.3 潜变量确定方法 17 3.2.4 判别函数 18 3.3 O-PLSDA模型 19 3.3.1 O-PLS算法 19 3.3.1 O-PLS判别模型 20 3.4 SLT-PLSDA模型 20 3.4.1 VIP 20 3.4.2 SLT-PLSDA模型 22 3.4.3 基于正交OSC的SLT-PLSDA模型 23 3.5 本章小结 25 4 模型实验 26 4.1 实验数据说明 26 4.2 实验部分 26 4.2.1 选取潜变量 26 4.2.2 分类模型比较 31 5 分类模型性能评价 34 总结与展望 36 致谢 37 参考文献 38 附录 40 附录A 40 附录B 47 1 绪论 1.1 课题研究背景 自古以来，人类从未停止过研究新的观察工具，探索新的观察方法，而这些工具和方法总能够帮助人类获得更多、更完善的信息。出于对世界的不断探索，人们越来越有兴趣