10.3964/j.issn.1000-0593(2012)12-3208-05
变量筛选方法结合局部线性嵌入理论用于近红外光谱定量模型优化
变量筛选策略结合局部线性嵌入(local linear embedding,LLE)理论用于近红外光谱(near infrared spectroscopy,NIRS)定量模型优化.蒙特卡罗无信息变量消除方法(monte carlo uninformation variable elimination,MCUVE)和连续投影算法(successive projections algorithm,SPA)以及两者结合的变量筛选策略用于NIRS冗余变量的剔除;偏最小二乘回归(partial least squares regression,PLSR)和LLE-PLSR用于复杂样品光谱定量模型的构建.结果表明:MCUVE方法既能有效的提取信息变量,同时可以提高模型的预测精度;LLE-PLSR可以得到比PLSR方法更加准确的定量分析模型;MCUVE结合LLE-PLSR是一种有效的光谱定量分析方法.
近红外光谱、蒙特卡罗无信息变量消除、连续投影算法、局部线性嵌入
32
O657.33(分析化学)
国家自然科学基金项目21265006;江西省青年科学基金项目20114BAB2011010;华东交通大学博士启动基金项目01309021;江苏省企业博士集聚计划项目2011
2013-01-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
3208-3212