一种用于近红外光谱分析的低秩约束方法研究.pdfVIP

摘要

近红外光谱信号预处理对于提高物质检测的准确性具有重要意义。目前常规

的近红外光谱预处理方法大多需要进行参数选择，对操作人员的专业能力要求较

高，无法实现在生活中大面积使用。本文提出一种用于近红外光谱分析的低秩约

束方法，该方法抗噪性强且无参数限制，有望成为一种新的定量检测手段和技术。

本文分别以烟草和玉米为研究对象，建立偏最小二乘法（PartialLeastSquares，

PLS）定量分析模型，分析验证该算法的有效性。

本文的主要工作内容具体包括：

1

（）近红外光谱信号处理：根据光谱矩阵的低秩性，针对近红外光谱信号

的低信噪比问题提出了一种新的光谱处理方法——低秩约束方法，该方法能显著

提高原始近红外光谱的信噪比，得到更多有用信息，为后续研究提供帮助。

2

（）近红外光谱定量分析：将低秩约束方法与化学计量学相结合，建立玉

米和烟草的定量分析模型。分别对玉米和烟草的近红外光谱在不同积分时间下进

行采集，然后将经低秩约束、Savizky-Galoy平滑、离散小波变换、正交信号校

正等方法处理过的光谱进行对比验证，采用信噪比和均方根误差两种评价指标来

评估性能，发现经低秩约束方法处理后的光谱性能更好。最后，将经由不同方法

处理后的光谱进行PLS建模，对比四种方法对模型预测结果的影响，发现低秩

约束方法的模型预测能力最强、精度最高。

本文的创新点在于提出了一种抗噪性强且无参数限制的用于近红外光谱分

析的低秩约束方法，该方法可显著提高近红外光谱的信噪比，与化学计量学方法

0.9

结合，可建立相关系数超过的定量分析模型。

关键词：近红外光谱，低秩约束，偏最小二乘法，定量分析

I

ABSTRACT

Near-infraredspectrumsignalpreprocessingisofgreatsignificancetoimprove

theaccuracyofsubstancedetection.Atpresent,mostoftheconventionalnear-infrared

spectroscopypretreatmentmethodsneedtoselectparameters,whichrequireshigh

professionalabilityofoperatorsandcannotbeusedinlargeareasoflife.Thispaper

presentsalowrankconstraintmethodfornearinfraredspectroscopyanalysis,which

hasstronganti-noiseandnoparameterlimitation,andisexpectedtobecomeanew

quantitativedetectionmethodandtechnique.Inthispaper,tobaccoandcornwere

selectedastheresearchobjectstoestablishPartialLeastSquaresquantitativeanalysis

modelandanalyzeandverifytheeffectivenessofthealgorithm.

Themaincontentsofthispaperinclude:

(1)Thenearinfraredspectrumsignalprocessing:Accordingtothespectral

matrixoflowrank,inviewofthenearinfraredspectralsignaloftheproblemoflow

signal-to-noiseratio,anewmethodforspectralprocess