近红外光谱分析中模型传递与特征波长选择方法研究-计算机技术专业论文.docxVIP

万方数据 万方数据 摘 要 摘 要 近红外光谱分析技术因具有快速、高效、无损等优点，近年来在诸多领域得到了 广泛应用。但在实际应用中，由于仪器老化、测量环境和仪器间差异，各仪器测量的 光谱有差异，致使在某一台光谱仪器上建立的校正模型，应用于另一台仪器上时无法 使用，而模型重建会造成人力、物力等资源的巨大浪费。 此外，近红外光谱技术是一种间接的分析技术，其定量应用依赖于化学计量学的 方法来建立校正模型，模型的质量取决于光谱的质量。由于近红外光谱存在谱图重叠 现象严重、光谱信息冗余、特征吸收区域不明显等问题，使光谱中的某些波长点非但 对建模和分析没有任何贡献，还会影响模型质量，导致校正模型的预测精度达不到最 优。 本论文针对以上问题展开研究，并提出了有效的解决方案，具体研究内容如下： (1) 提出一元线性回归直接标准化算法(SLRDS)来解决近红外光谱分析中的模型 传递问题。为验证算法的有效性，采用玉米和汽油两个近红外光谱集进行实验验证， 并与传统的直接标准化算法(DS)、分段直接标准化算法(PDS)进行比较。实验结果表 明，SLRDS 算法不仅能有效消除光谱仪器之间的差异，实现校正模型在多台仪器间 的共享，而且与 DS 和 PDS 算法相比，具有传递性能高、模型简单及所求参数少等 优点。 (2) 提出基于布谷鸟搜索的滑动窗口波长选择方法(MWCS) 来解决因近红外光 谱谱图重叠严