基于迭代保留信息变量和连续投影的近红外光谱波长选择方法

摘要

连续投影算法（SPA）作为一种波长选择算法,用于近红外光谱的定量分析中以简化模型复杂度,提高模型预测精度。由SPA算法的原理可知,SPA算法只能保证相邻两次投影所选择的两个波长之间具有较低的冗余性,但不保证所选变量一定是有效变量,即SPA筛选出的变量子集中可能包含一些无信息变量甚至是干扰变量。所以通过迭代保留信息变量（IRIV）提取有效变量（即强、弱信息变量）,再基于有效变量进行SPA波长选择,以解决SPA所选变量可能含有无信息和干扰变量的问题,提高模型预测精度。将改进的IRIV-SPA算法应用于两组公开的近红外光谱数据,进行特征波长选择后,建立MLR模型,并与全谱的PLSR模型以及一些常用的高性能的波长选择方法（SPA、 IRIV、随机蛙跳（RF）算法）进行对比,以验证改进的IRIV-SPA算法的有效性。结果表明,在两组公开的测试数据集下,改进的IRIV-SPA-MLR模型的预测精度最优,相较于其它算法极大地提高了预测精度,简化了模型的复杂度。研究结果表明,改进的IRIV-SPA可实现高效降维,是一种有效的特征波长选择算法。