復(fù)雜樣品光譜信號因受到雜散光、噪聲、基線漂移和其他因素的干擾,會對最終的定性和定量分析結(jié)果產(chǎn)生不可忽視的影響。因此,在建模之前,消除這些干擾因素對光譜信號的影響變得極為關(guān)鍵。目前,主要存在兩種光譜預(yù)處理選擇方法,一種是根據(jù)光譜信號特點直接選擇,另一種是根據(jù)建模效果選擇預(yù)處理方法。在科學(xué)性和合理性方面,哪種選擇方法更為適用尚沒有定論。此外,對于不同的光譜數(shù)據(jù),最佳預(yù)處理方法往往存在較大不同;對于復(fù)雜樣品,單一的預(yù)處理方法只能消除一種因素對原始光譜的影響,為了避免方法選擇的問題,引入集成的概念。因此,本論文通過大量數(shù)據(jù)系統(tǒng)考察了不同的預(yù)處理方法,并在此基礎(chǔ)上提出了一種選擇性集成預(yù)處理方法,具體研究內(nèi)容如下:1、探討了光譜預(yù)處理的必要性及科學(xué)的預(yù)處理選擇方法。對10種常用的預(yù)處理方法按照基線校正、散射校正、平滑和縮放的順序進行排列組合得到120種預(yù)處理方法。然后,對不同數(shù)據(jù)及相同數(shù)據(jù)的不同組分分別進行120種預(yù)處理。結(jié)果表明,預(yù)處理方法的選擇除了與光譜有關(guān),還與預(yù)測組分有關(guān)。因此,得到普適性的預(yù)處理方法往往比較困難,最佳預(yù)處理方法的選擇需要根據(jù)光譜與預(yù)測組分的建模效果來判斷。2、將集成技術(shù)與預(yù)處理方法相結(jié)合提出一種選擇性集成預(yù)處理方法。集成概念的引入可以很好地避免方法選擇的問題,獲得比單一模型更為準(zhǔn)確穩(wěn)健的結(jié)果。首先,把10種預(yù)處理方法按照上述的既定順序全排列組合得到120種預(yù)處理及其組合方法,然后分別對每種預(yù)處理方法建立PLS模型。選擇優(yōu)于傳統(tǒng)PLS的預(yù)測的模型,將它們的預(yù)測值簡單平均得到最終預(yù)測結(jié)果。用玉米,血液和食用調(diào)和油樣品的近紅外光譜來評估該方法的性能。結(jié)果表明,選擇性集成預(yù)處理能獲得與最佳預(yù)處理方法相當(dāng)或更好的預(yù)測效果,同時,它更簡單、有效,還避免了最優(yōu)預(yù)處理方法的選擇問題。
【學(xué)位單位】：天津工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：O433.4
【部分圖文】：

采集到的原始光譜數(shù)據(jù)中除了有需要的化學(xué)信息外，還可能存在基線漂移、??噪聲或者其它無關(guān)干擾信息。這些干擾信息對于正確進行數(shù)據(jù)分析的影響特別??大［５］。數(shù)據(jù)預(yù)處理的目的就是在建模分析之前從數(shù)據(jù)中去除或減少不需要的信??號，盡可能地去除無關(guān)變量。選擇合適的預(yù)處理會提高模型的準(zhǔn)確度和穩(wěn)定性，??選擇不當(dāng)?shù)臄?shù)據(jù)預(yù)處理方法可能會對模型的準(zhǔn)確性和可解釋性產(chǎn)生負(fù)面影響。??因此，選擇一個合適的預(yù)處理方法對于建立預(yù)測效果好、穩(wěn)定的模型是至關(guān)重??要的。??當(dāng)前存在兩種選擇光譜預(yù)處理方法的途徑，一種途徑是直接觀察光譜信號??特點選擇預(yù)處理方法［６＿８］，另一種途徑是根據(jù)建模性能的優(yōu)劣反過來選擇預(yù)處理??方法？１］。前者無需建模，更具有解釋性，但是有時會由于選擇者主觀的因素??導(dǎo)致錯誤的結(jié)果；后者無需觀察光譜特點，但需要考察大量的預(yù)處理方法，對??大數(shù)據(jù)集比較費時。因此需要探討哪種選擇方式更科學(xué)與合理。一般來說，單??一的預(yù)處理方法只能消除一種干擾因素對光譜的影響。但是對于復(fù)雜樣品來說，??光譜數(shù)據(jù)可能同時存在兩種或兩種以上的干擾信號，單獨的預(yù)處理方法已經(jīng)不??

然后采用建模方法，對訓(xùn)練子集分別建立模型，最后通過集成方式將預(yù)測結(jié)果??集成最終預(yù)測結(jié)果。訓(xùn)練集用來生成模型，預(yù)測集用來進行參數(shù)優(yōu)化。集成建??模方法的流程圖如圖１－３所示。??９??

２．４結(jié)果與討論??２．４．１數(shù)據(jù)集的光譜特征??９個數(shù)據(jù)集的光譜圖如圖２－１所示。從圖中可以看出，對于血液數(shù)據(jù)，光譜??信號有明顯的漂移而且散射較大，需要基線校正和散射校正的預(yù)處理方法。對??于橙汁數(shù)據(jù)，光譜信號存在漂移，散射較大且在２２５０－２３５０ｎｍ有明顯的噪聲，??所以需要基線校正、散射校正和平滑處理的預(yù)處理方法。對于四元調(diào)和油數(shù)據(jù)??和燃油數(shù)據(jù)，光譜不存在信號的漂移和噪聲同時重合度很高，因此不需要進行??預(yù)處理。對于汽油數(shù)據(jù)，光譜存在較大的散射，因此需要散射校正的預(yù)處理方??法。對于小麥數(shù)據(jù)和玉米數(shù)據(jù)，光譜信號有明顯的漂移而且散射較大，因此需??要基線校正和散射校正的預(yù)處理方法。對于煙草數(shù)據(jù)，光譜信號存在漂移，散??射較大且在２３５０－２４５０ｎｍ有明顯的噪聲，所以需要基線校正、散射校正和平滑??處理的預(yù)處理方法。對于三元混合物數(shù)據(jù)
【相似文獻】

相關(guān)期刊論文 前10條

1 孫曉榮;;基于光譜預(yù)處理結(jié)合遺傳算法優(yōu)化波長的面粉水分快速檢測[J];現(xiàn)代面粉工業(yè);2017年05期

2 張津源;朱海濤;;光譜預(yù)處理方法綜述[J];西部皮革;2017年16期

3 王欣;;近紅外分析中光譜預(yù)處理方法的研究與應(yīng)用進展[J];科技資訊;2013年15期

4 劉志宏;鄧波;周玉榮;龐小峰;張曉春;;紅外光譜預(yù)處理中去噪的研究[J];光譜實驗室;2006年04期

5 蔡劍華;王先春;;基于經(jīng)驗?zāi)B(tài)分解的近紅外光譜預(yù)處理方法[J];光學(xué)學(xué)報;2010年01期

6 程長闊;楊鵬程;李燕;王寧;哈謙;杜軍蘭;;光譜預(yù)處理方法對硝酸鹽測量模型影響實驗研究及軟件設(shè)計[J];海洋技術(shù)學(xué)報;2015年02期

7 馬蘭;夏俊芳;張戰(zhàn)鋒;王志山;;光譜預(yù)處理對近紅外光譜無損檢測番茄可溶性固形物含量的影響[J];華中農(nóng)業(yè)大學(xué)學(xué)報;2008年05期

8 馬艷;張若宇;;不同光譜預(yù)處理方法的鮮杏缺陷支持向量機識別[J];新疆農(nóng)墾科技;2017年04期

9 李濤;屠人鳳;朱江;梁冰;;基于UV-Vis-SWIR漫反射光譜的土壤多屬性同時快速測定[J];化學(xué)研究與應(yīng)用;2016年07期

10 尼珍;胡昌勤;馮芳;;近紅外光譜分析中光譜預(yù)處理方法的作用及其發(fā)展[J];藥物分析雜志;2008年05期

相關(guān)博士學(xué)位論文 前4條

1 趙羚志;短波近紅外光譜技術(shù)結(jié)合人工神經(jīng)網(wǎng)絡(luò)用于藥物無損定量分析的研究[D];吉林大學(xué);2009年

2 王超;基于化學(xué)計量學(xué)方法的冬小麥長勢光譜信息提取及監(jiān)測研究[D];山西農(nóng)業(yè)大學(xué);2016年

3 王彬;近紅外光譜結(jié)合化學(xué)計量學(xué)在藥物無損定量分析中的應(yīng)用研究[D];吉林大學(xué);2010年

4 張娟娟;土壤養(yǎng)分信息的光譜估測研究[D];南京農(nóng)業(yè)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 第五鵬瑤;光譜預(yù)處理方法及其集成研究[D];天津工業(yè)大學(xué);2019年

2 覃旭松;基于拉曼光譜的汽油辛烷值測定方法[D];浙江大學(xué);2004年

3 曹海燕;基于近紅外光譜技術(shù)的紫薯半干面成分快速檢測及真?zhèn)舞b別[D];浙江工商大學(xué);2015年

4 方彥;利用近紅外光譜法測定玉米品質(zhì)的研究[D];甘肅農(nóng)業(yè)大學(xué);2004年

5 葉元元;多金屬礦區(qū)土壤重金屬的高光譜定量估算研究[D];中國礦業(yè)大學(xué);2014年

6 楊鵬程;紫外吸收光譜結(jié)合偏最小二乘法海水硝酸鹽測量技術(shù)研究[D];國家海洋技術(shù)中心;2013年

7 張帥;拉曼光譜預(yù)處理及多組分分析方法研究[D];哈爾濱工程大學(xué);2010年

8 韋玲冬;基于近紅外光譜技術(shù)的紅茶品質(zhì)與等級評判方法的研究[D];安徽農(nóng)業(yè)大學(xué);2015年

9 孫錫龍;等離激元增強拉曼光譜預(yù)處理和識別算法的研究[D];廈門大學(xué);2014年

10 孫棟;基于近紅外光譜分析技術(shù)的幾種固體粉末混合均勻度快速檢測研究[D];山東大學(xué);2012年

本文編號：2850363