特征波长能力验证规则.docxVIP

特征波长能力验证规则

特征波长能力验证规则

一、（1）特征波长筛选算法的基准验证与跨方法一致性规则。在光谱分析模型从全谱段向特征波长降维迁移的过程中，特征波长能力验证的首要环节是对波长筛选算法本身建立基准验证规则。该规则要求任何用于工程化部署的波长选择方法，必须先在封闭基准集上完成可复现性声明，明确算法输入（预处理方式、波段范围、采样间隔）、超参数边界（如CARS中蒙特卡洛采样次数、SPA中最大波长数、逐步回归中引入与剔除的F值阈值）以及随机种子固定策略。对于带有随机性的算法，规则强制要求在同一硬件与同一光谱库上重复运行不少于三十次，记录每次输出波长集合的Jaccard相似系数，当集合相似度低于预设阈值时判定算法稳定性不合格，禁止进入后续建模环节。跨方法一致性规则进一步要求，CARS、SPA、GA、siPLS等不同原理的筛选器在同一训练集上输出的波长集合，虽允许位置差异，但必须在理化意义波段（如C-H、O-H、N-H倍频与合频区）的覆盖重合度上达到量化要求，避免某一算法仅收敛于噪声频段。基准验证还需存档每次运行的RMSECV轨迹、变量生存曲线与回归系数演化图，确保任意一次历史结果可被第三方按文档复算。只有同时通过可复现性、波段合理性与跨方法交叉印证三项子规则的算法输出，才被认定为“已基准化的特征波长集”，可作为能力验证的候选输入。

（2）特征波长与理化响应对应性的专属性验证规则。