近紅外光譜分析以其簡(jiǎn)便、快速、高效、低成本、綠色環(huán)保等優(yōu)點(diǎn),已廣泛應(yīng)用于諸多領(lǐng)域。然而,近紅外光譜同時(shí)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(wèn)題,直接構(gòu)建預(yù)測(cè)模型不但增加建模復(fù)雜度,同時(shí)也會(huì)影響模型的預(yù)測(cè)性能和泛化能力,因此提出一種基于改進(jìn)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?jī)?yōu)化選擇問(wèn)題。在應(yīng)用和聲搜索算法進(jìn)行最優(yōu)光譜變量選擇時(shí),首先通過(guò)偏最小二乘（PLS）載荷系數(shù)計(jì)算各光譜點(diǎn)的特征貢獻(xiàn)度,作為和聲搜索算法改進(jìn)的擾動(dòng)權(quán)重。算法優(yōu)選光譜特征變量過(guò)程中,引入變量特征貢獻(xiàn)度作為激勵(lì)因子,采用隨機(jī)遍歷和激勵(lì)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(shí),應(yīng)用變量特征貢獻(xiàn)度作為懲罰項(xiàng),通過(guò)加入平衡因子使選擇參數(shù)隨迭代次數(shù)而動(dòng)態(tài)調(diào)整,從而適應(yīng)光譜變量的搜索,增強(qiáng)搜索過(guò)程的遍歷性和種群的多樣性。為驗(yàn)證本算法的有效性,以煙葉樣品煙堿、總糖、總氮三個(gè)指標(biāo)的近紅外光譜PLS建模應(yīng)用為例,對(duì)采集的原始光譜進(jìn)行預(yù)處理后,應(yīng)用該方法對(duì)光譜變量進(jìn)行優(yōu)選,根據(jù)變量被選擇的累積頻次分別計(jì)算不同變量個(gè)數(shù)的模型預(yù)測(cè)性能,通過(guò)校正均方根誤差（RMSEC）隨變量增加的變化趨勢(shì)確... 

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

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

和聲記憶庫(kù)(HM)矩陣結(jié)構(gòu)

新和聲向量生成過(guò)程

采用一階導(dǎo)數(shù)加Savitzky-Golay平滑的方法進(jìn)行光譜預(yù)處理[14], 移動(dòng)窗口寬度為9, 多項(xiàng)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(yù)處理后光譜圖。3 結(jié)果與討論

【參考文獻(xiàn)】：
期刊論文
[1]特征分層結(jié)合改進(jìn)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(xué)與光譜分析. 2019(03)
[2]結(jié)合類別與語(yǔ)義貢獻(xiàn)度的特征權(quán)重計(jì)算方法[J]. 王勇,王李福,鄒輝,何養(yǎng)明.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(06)
[3]一種改進(jìn)的小波閾值函數(shù)去噪方法[J]. 江虹,蘇陽(yáng).  激光與紅外. 2016(01)
[4]一種自適應(yīng)全局和聲搜索算法[J]. 翟軍昌,高立群,歐陽(yáng)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(xué)廣.  科學(xué)通報(bào). 2015(08)
[6]適合近紅外光譜數(shù)據(jù)特征的降維方法對(duì)比分析[J]. 孫文蘋(píng),宮會(huì)麗,王梅勛,王麗麗,徐碩.  微型機(jī)與應(yīng)用. 2015(01)
[7]和聲搜索算法探索能力研究及其修正[J]. 歐陽(yáng)海濱,高立群,鄒德旋,孔祥勇.  控制理論與應(yīng)用. 2014(01)
[8]無(wú)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(dá),李祖紅,鄭波,賴衍清,唐果,宋相中,閔順耕.  分析化學(xué). 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(shí). 2006(02)



本文編號(hào)：3268686