一种基于多元高斯拟合的近红外光谱建模方法

摘要

本发明涉及一种基于多元高斯拟合的近红外光谱建模方法。本方法的建模步骤为：1.为每个光谱样本构造一个以该样本作为中心的高斯核函数；2.设置高斯核函数的宽度值的范围；3.根据已有的近红外光谱训练集数据，通过s重交叉验证求得最优的高斯核函数的宽度值和幅度值；4.将这些优化的高斯核函数叠加在一起，作为最终的模型。通过这个模型可以对新的样本的属性值进行预测。经过真实的近红外光谱数据的验证，结果显示本发明的预测效果比近红外光谱中常用的偏最小二乘法更好。因此本发明可以作为一种新的，能在实际中应用的近红外光谱建模方法。