近红外光谱建模中的变量选择方法研究
近红外光谱技术以其分析效率高、检测速度快、成本较低等等诸多优点在多个领域都有着非常广泛的应用。但是由于光谱中的某些波长点，不仅对于分析和建模没有任何贡献，甚至会影响模型质量，导致更加复杂的模型及其预测能力下降。因此选择代表样本信息的重要变量一直是是近红外光谱建模分析中的重要内容。 本文主要在复杂的近红外光谱信息中采用移动窗口偏最小二乘法，无信息变量消除法，遗传算法和连续投影算法进行了光谱特征变量的选择，一定程度上消除了冗余信息，并结合支持向量机方法进行建模。通过对比四种变量选择方法，可以得到采用连续投影算法进行变量选择后，一定程度上简化了模型，并提高了模型的预测精度。
近红外光谱技术;变量选择方法;支持向量机;模型质量
长春理工大学
硕士
物理电子学
石晓光
2014
中文
O657.33;O652.9
53
2014-09-17（万方平台首次上网日期，不代表论文的发表时间）