基于化学计量学方法的红外光谱分析

摘要

本文采用红外/近红外光谱对食用油、茶叶、谷物以及汽油样本进行定性和定量分析。对变量数远大于样本数的光谱数据分析时，常需要对变量进行筛选或降维以确保快速以及准确的提取有用信息。本文提出了几种新型的变量筛选方法，并结合偏最小二乘法对实际样本的红外光谱进行分析。论文包括以下内容：　　1、简要介绍了红外光谱分析法原理以及优缺点，并介绍了常用的化学计量学方法。　　2、提出了连续投影算法结合适应度值的变量筛选算法。算法首先使用连续投影算法去除高共线性的变量，然后根据剩余变量的适应度值选择重要变量。根据这些选取的重要变量，建立偏最小二乘判别分析模型。提出的算法用于茶叶和食用油样品的定性分析，获得了较好的预测结果，表明提出的算法是一种有效的降维方法。　　3、提出了改进的离散萤火虫算法，对算法初始化进行离散化处理，以及结合轮盘赌算法进行位置更新，以此增大算法的随机性以及样本多样性，避免算法陷入局部最优。并结合偏最小二乘方法对谷物中的油、淀粉、水分和蛋白质以及汽油中的辛烷值进行定量分析。将改进的离散萤火虫算法与遗传算法进行了对比，结果表明，提出的方法能更准确、快速的发现有用的变量，并获得了较好的定量分析结果。　　4、提出了基于变量重要度指数的离散粒子群优化算法，并应用于五种植物油的偏最小二乘判别分析模型。变量的重要度综合考虑了变量的PLS 回归系数以及光谱纯度。提出的方法利用轮盘赌算法让重要度大的变量被选中的几率较大，而且不减少种群的随机性。对植物油的分类结果表明，基于变量重要度指数的离散粒子群优化算法是一种有效的分类分析方法。

目录

第一个书签之前

OLE_LINK6

OLE_LINK3

OLE_LINK7

OLE_LINK16

OLE_LINK20

OLE_LINK11

OLE_LINK13

OLE_LINK21

OLE_LINK29

OLE_LINK24

OLE_LINK37

OLE_LINK39

OLE_LINK66

OLE_LINK1

OLE_LINK2

OLE_LINK77

OLE_LINK64