近紅外光譜分析以其簡便、快速、高效、低成本、綠色環(huán)保等優(yōu)點,已廣泛應用于諸多領域。然而,近紅外光譜同時存在變量維度高、多重共線性、包含冗余信息和高頻噪聲等問題,直接構(gòu)建預測模型不但增加建模復雜度,同時也會影響模型的預測性能和泛化能力,因此提出一種基于改進和聲搜索算法（HS）的光譜特征變量選擇方法。HS常用于解決特征變量優(yōu)化選擇問題。在應用和聲搜索算法進行最優(yōu)光譜變量選擇時,首先通過偏最小二乘（PLS）載荷系數(shù)計算各光譜點的特征貢獻度,作為和聲搜索算法改進的擾動權(quán)重。算法優(yōu)選光譜特征變量過程中,引入變量特征貢獻度作為激勵因子,采用隨機遍歷和激勵因子共同作用的方式生成初始解向量。產(chǎn)生新和聲向量時,應用變量特征貢獻度作為懲罰項,通過加入平衡因子使選擇參數(shù)隨迭代次數(shù)而動態(tài)調(diào)整,從而適應光譜變量的搜索,增強搜索過程的遍歷性和種群的多樣性。為驗證本算法的有效性,以煙葉樣品煙堿、總糖、總氮三個指標的近紅外光譜PLS建模應用為例,對采集的原始光譜進行預處理后,應用該方法對光譜變量進行優(yōu)選,根據(jù)變量被選擇的累積頻次分別計算不同變量個數(shù)的模型預測性能,通過校正均方根誤差（RMSEC）隨變量增加的變化趨勢確... 

【文章來源】：光譜學與光譜分析. 2020,40(06)北大核心EISCICSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

和聲記憶庫(HM)矩陣結(jié)構(gòu)

新和聲向量生成過程

采用一階導數(shù)加Savitzky-Golay平滑的方法進行光譜預處理[14], 移動窗口寬度為9, 多項式數(shù)為3。 圖3為采用2.2中方法采集的原始光譜圖, 圖4為預處理后光譜圖。3 結(jié)果與討論

【參考文獻】：
期刊論文
[1]特征分層結(jié)合改進粒子群算法的近紅外光譜特征選擇方法研究[J]. 徐寶鼎,秦玉華,楊寧,高銳,苑程程.  光譜學與光譜分析. 2019(03)
[2]結(jié)合類別與語義貢獻度的特征權(quán)重計算方法[J]. 王勇,王李福,鄒輝,何養(yǎng)明.  計算機工程與設計. 2018(06)
[3]一種改進的小波閾值函數(shù)去噪方法[J]. 江虹,蘇陽.  激光與紅外. 2016(01)
[4]一種自適應全局和聲搜索算法[J]. 翟軍昌,高立群,歐陽海濱,孔祥勇.  控制與決策. 2015(11)
[5]近紅外光譜分析方法研究:從傳統(tǒng)數(shù)據(jù)到大數(shù)據(jù)[J]. 劉言,蔡文生,邵學廣.  科學通報. 2015(08)
[6]適合近紅外光譜數(shù)據(jù)特征的降維方法對比分析[J]. 孫文蘋,宮會麗,王梅勛,王麗麗,徐碩.  微型機與應用. 2015(01)
[7]和聲搜索算法探索能力研究及其修正[J]. 歐陽海濱,高立群,鄒德旋,孔祥勇.  控制理論與應用. 2014(01)
[8]無信息變量消除法變量篩選優(yōu)化煙草中總氮和總糖的定量模型[J]. 李倩倩,田曠達,李祖紅,鄭波,賴衍清,唐果,宋相中,閔順耕.  分析化學. 2013(06)
[9]近紅外光譜分析技術(shù)及發(fā)展前景[J]. 陳麗菊,劉巍.  現(xiàn)代物理知識. 2006(02)



本文編號：3268686