基于导数光谱融合建模红外光谱定量分析方法.docVIP

基于导数光谱融合建模红外光谱定量分析方法 　　摘要设计了基于奇摄动技术的导数光谱估计器并提出基于不同阶次导数光谱空间的融合建模定量分析方法。方法充分利用导数光谱信息空间、区间最小二乘法和融合建模的优点，挖掘光谱深层次信息进行融合建模。分别利用麦汁浓度范围4.23～18.76°P（柏拉图度）的啤酒红外光谱公共数据集和配制的浓度为0.04%～5% 范围的葡萄糖溶液实测光谱数据集进行定量分析方法的对比实验。实验结果表明，融合建模定量分析方法能获得最小的预测均方根误差（RMSEP），其值分别为0.121和0.087，能够准确地进行定量分析。与其它建模方法相比较，基于导数光谱的融合建模方法所建立的预测模型具有明显优越的性能。 　　关键词定量分析；奇摄动技术；导数光谱；区间偏最小二乘；融合建模 　　1引言 　　目前，光谱分析技术广泛应用于食品、药品、环保监测以及医疗诊断分析等领域[1～11]。如何挖掘光谱信息，建立精确、稳定的分析模型是应用领域中最为关切的问题。因此利用光谱进行定量分析的关键是从光谱中充分提取建模所需的有效信息[12，13]。光谱定量分析中最常用的预处理方法是导数光谱[14]。导数光谱不但可以消除基线漂移的影响， 还可在一定程度上能够区分混叠谱峰，提高光谱的分辨率[15～18]。但是，导数运算过程中不可避免地放大了高频噪声成分，使其在实际应用中受到了很大的束缚。SG（SavitzkyGolay）算法是获取导数光谱方面里程碑式的突破[19]。但是其数据截断的缺陷， 多项式阶次与数据窗口宽度参数缺乏标准化选取方法的不足， 以及噪声抑制能力的欠缺，使其不适用于处理带有高噪声的实测光谱。 　　针对从噪声光谱中获取高质量导数光谱的难题，本研究设计了基于奇摄动技术的导数光谱估计器DSE （Derivative spectra estimator），为建模分析提供丰富有效的导数光谱信息。此外，波长和变量选择也是提高建模分析质量的常用手段，但其缺陷是存在丢失有用信息的风险。融合建模方法则通过一系列子模型的加权融合技术形成最终的融合模型，即有效抑制了干扰信息的影响又最大程度避免了信息丢失的风险[20]。但是，目前的融合模型均为单一光谱空间的子模型融合，对光谱信息挖掘不足。本研究提出并实现了基于不同导数光谱信息空间的融合建模策略DSFiPLS（Derivative spectra fusion interval PLS modeling），在各自导数光谱信息空间子模型加权融合的基础上，再次进行不同阶次导数光谱信息空间模型的二次融合，深度挖掘光谱信息，形成最终的融合模型，进一步了提升模型的质量。 　　4结 论 　　实测光谱中存在大量不相关的信息和噪声，DSFiPLS将光谱分割成若干建模子区间，依据每个子区间不同的建模效果赋予子区间模型不同的权重进行融合建模，加强了有效信息区间的权重；弱化了噪声区间和干扰区间的权重，最大程度上避免了有效信息丢失的风险。同时，不同导数光谱信息空间的融合又为进一步挖掘光谱特征信息开辟了空间，扩充了样本空间信息含量，从而能够获取更好的预测能力。然而，在这一领域仍然有许多问题需要进一步研究。未来的工作将继续完善和开发基于不同阶次导数光谱信息空间的融合建模策略，设计更加合理的子模型筛选与加权机制，构建性能更优越的融合模型。 　　References 　　1Ribeiro J S， Ferreira M M C， Salva T J G. Talanta， 2011， 83（5）： 1352-358 　　2Jaiswal P， Jha S N， Borah A， Gautam A， Grewal M K， Jindal G. Food Chem.， 2015， 168： 41-47 　　3HeiseH M， Marbach R. Anal. Chem.， 1989， 61（18）： 2009-2015 　　4LI Yan， WU RanRan， YU BaiHua， WANG JunDe. Spectroscopy and Spectral Analysis， 2006， 26（10）： 1846-1849 　　李 燕， 吴然然， 于佰华， 王俊德. 光谱学与光谱分析， 2006， 26（10）： 1846-1849 　　5ZUO Qi， CHEN Yao， SHI CaiXia， CHEN ZengPing. Chinese J. Anal. Chem.， 2015， 43（11）： 1656-1663 　　左 奇， 陈 瑶， 石彩霞， 陈增萍. 分析化学， 2015， 43（11）： 1656-1663 　　6WANG Lei， GUO ShuXia， DAI YinZhen， YANG