红外与近红外光谱常用数据处理算法文档推荐 .pdfVIP

一、 数据预处理 （1） 中心化变换 （2） 归一化处理 （3） 正规化处理 （4 ） 标准正态变量校正（标准化处理） （Standard Normal Variate,SNV） （5） 数字平滑与滤波（ Smooth ） （6） 导数处理（ Derivative ） （7） 多元散射校正（ Multiplicative Scatter Correction,MSC ） （8） 正交信号校正（ OSC） 二、 特征的提取与压缩 （1） 主成分分析（ PCA） （2） 马氏距离 三、 模式识别（定性分类） （1） 基于 fisher 意义下的线性判别分析（ LDA） （2） K-最邻近法（ KNN） （3） 模型分类方法（ SIMCA） （4 ） 支持向量机（ SVM） （5） 自适应 boosting 方法（ Adaboost ） 四、 回归分析（定量分析） （1） 主成分回归（ PCR） （2） 偏最小二乘法回归（ PLS） （3） 支持向量机回归（ SVR）