基于LASSO方法的傅里叶变换红外光谱快速定性识别方法

采用红外光谱技术对未知气体组分进行监测,需要对气体组分进行定性识别分析。基于多元线性回归模型的LASSO变量选择技术广泛应用于数据分析领域。将LASSO方法引入到红外光谱分析领域,提出一种LASSO变量选择技术结合循环线性最小二乘(LCLS)分析的定性识别方法,并开展了相关的实验对其进行验证。实验采集CO,C₂H₄,NH₃,C₃H₈,C₄H₁₀和C₆H₁₄六种单组分傅里叶变换红外(FTIR)光谱吸光度谱以及一组C₂H₄和NH₃混合组分的吸光度谱,结合实验室自建光谱数据库,先采用LASSO方法对采集的光谱进行初步定性分析,然后使用LCLS方法剔除干扰组分。实验结果表明,LASSO结合LCLS的方法能有效识别出光谱中的目标组分,即使是在干扰严重的光谱波段也可以剔除掉大部分的干扰组分。     

对称点模式-深度卷积神经网络的红外光谱识别方法

红外光谱分析在自然科学、工程技术等诸多领域发挥着重要作用。随着计算机和人工智能技术的不断发展,对红外/近红外光谱分析提出了更高的要求。深度学习以人工神经网络为架构,通过对数据进行分层特征提取完成特征/表征学习,在解析数据细节特征方面具有独特的优势,在计算机视觉、语音识别、疾病诊断等多领域得到成功应用。尽管深度学习在图像、音频、文字分析方面获得了较好的效果,但是在红外/近红外光谱数据分析中的应用还十分有限。针对深度学习的卷积运算,首先将一维傅里叶变换（Fourier transform infrared spectroscopy,FTIR）红外光谱数据通过对称点模式（symmetrized dot patterns,SDP）变换为二维RGB彩色图像,然后将SDP变换得到的彩色图像数据作为VGG（oxford visual geometry group）深度卷积神经网络的输入进行深度学习,建立基于红外光谱数据的分类识别模型。对不同浓度甲烷（CH₄）、乙烷（C₂H₆）、丙烷（C₃H₈）、正丁烷（C₄H₁₀）、异丁烷（iso-C₄H₁₀）、正戊烷（C₅H₁₂）、异戊烷（iso-C₅H₁₂）七种单组分烷烃及其混合气体SDP转化获得的224×224彩色（RGB）图像,呈现出显著差别,且更符合VGG卷积运算的数据格式。将SDP-VGG方法应用于气测录井中甲烷浓度范围的识别：气测录井气体为上述七组分烷烃气体的混合气体,其中主要成分甲烷的浓度范围按照<20%,20%～40%,40%～60%,60%～80%,80%～100%分为5类,不同七组分烷烃混合气体样本的红外光谱由红外光谱仪在波数范围为4 000～400 cm-1、间隔12 nm的条件下扫描获得。在未经过特殊预处理和特征提取的情况下,采用随机选择的4 500个样本,由SDP-VGG法建立的七组分混合气体甲烷浓度范围识别模型,对5种甲烷浓度范围的识别准确率达到91.2%,优于相同红外光谱数据所建立支持向量机（support vector machine,SVM）和随机森林（random forest,RF）模型的识别准确率88.7%和86.2%。研究表明,SDP结合深度学习可以准确提取红外光谱数据的关键特征,提高了红外光谱识别的准确率,是一种更为有效的红外光谱分析方法,具有广阔的应用前景。     

基于粒子群优化的最小二乘支持向量机在混合气体定量分析中的应用

针对混合气体建模过程中最小二乘支持向量机参数难以确定及红外光谱数据计算量过大的问题,提出一种粒子群优化的最小二乘支持向量机方法,用于建立基于主成分分析特征提取的红外光谱多组分气体定量分析模型。首先对主吸收峰区域的550个红外光谱数据利用主成分分析技术进行了特征提取,将降维得到的7个特征值作为模型的输入变量从而有效地降低了计算量。混合气体主要由浓度范围分别是0.1%～1%的甲烷、乙烷及0.1%～1.5%的丙烷三种组分气体组成。采用最小二乘支持向量机技术分别建立了各组分气体的定量分析模型,利用粒子群优化算法对最小二乘支持向量机算法中的参数进行了优化选取,取代了传统的遍历优化方法,然后利用取得的最优参数重建定量分析模型。实验结果表明,采用此方法离线建模所用时间比采用遍历优化方法节省40倍以上,预测结果误差水平相当,满足实测要求。粒子群优化算法在全局优化及收敛速度方面具有较大优势。粒子群优化算法与最小二乘支持向量机技术相结合用于混合气体定量分析是切实可行的,具有一定的实际意义和应用价值。     

烷烃混合气体的太赫兹光谱分析

太赫兹时域光谱技术(THz-TDS)是近十多年发展起来的一种新的远红外光谱技术,在气体研究方面有了一定进展,尤其是对极性气体,而对非极性气体研究较少。本文以干馏气、天然气以及各种沼气的主要成分CH₄, C₂H₆和C₃H₈气体(非极性气体)为研究对象,首先对CH₄,C₂H₆和C₃H₈三种纯气进行测量,利用THz-TDS技术得到其太赫兹频域谱和相位谱,然后将其以不同比例、不同种类混合成二元气体,进一步研究混合气体的频域谱和相位谱。实验结果表明CH₄,C₂H₆对太赫兹波的吸收很小而C₃H₈对太赫兹波有一定的吸收,这与C₃H₈极性增强的物理特性相符合。为了实现对烷烃混合气体的压强和各成分浓度的定量分析,本文利用BP人工神经网络法对上述二元混合体系的太赫兹频域谱进行分析,对训练集和预测集分别计算了混合气体的压强和各成分浓度的预测值与实际值的相关系数,训练集和预测集的相关系数取值分别为0.994～0.999和0.981～0.993。研究表明,利用太赫兹时域光谱技术结合BP人工神经网络数学方法可以实现对烷烃混合气体的压强和各成分浓度的定量分析,使THz-TDS技术在气体领域研究范围更加广阔。     

基于Tikhonov正则化特征光谱选择与最优网络参数选择的轻烷烃气体分析

特征变量选取与模型的建立是光谱定量分析的两个主要研究内容.首先讨论了Tikhonov正则化特征光谱选取算法在多组分烷烃气体分析应用中的参数确定方法,然后针对甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷和正戊烷七种烃烷的小浓度分析,从中红外吸收光谱中提取了七组特征光谱,并用这些特征光谱作为输出,用神经网络建立了七种烃烷气体的...     

光声光谱多组分气体分析仪的交叉干扰特性研究

设计了一套基于红外热辐射光源的光声光谱多组分气体分析仪。通过分析多组分气体间交叉干扰的主要因素以及特征气体的红外吸收谱线,确定了中红外带通滤光片的参数。利用标准气体对设计的光声光谱仪进行标定,研究了待测气体之间交叉干扰的定量关系,并利用湿度发生器对装置受到水气干扰情况进行分析。实验结果表明,C₂H₂对CH₄、CH₄对C₂H_6的干扰水平分别达到10.49μV/(μL/L)、18.66μV/(μL/L),其他烃类气体间的干扰可以忽略。CO₂对CO、CH₄、C₂H₂和C₂H₄干扰响应度分别为1.615μV/(μL/L)、0.055μV/(μL/L)、0.130μV/(μL/L)以及0.016μV/(μL/L)。此外,水气对C₂H₂、CH₄、C₂H_6、C₂H₄、CO和CO₂都会产生一定的干扰,干扰的响应度分别为0.591μV/(μL/L)、0.421μV/(μL/L)、0.071μV/(μL/L)、0.007μV/(μL/L)、0.051μV/(μL/L)和0.055μV/(μL/L)。实验结果表明C₂H₂对CH₄、CH₄对C₂H_6、CO₂对CO以及高浓度水气对其他气体的检测会产生较高水平的干扰,在测量过程中应当考虑扣除。     

粒子群优化算法在混合气体红外光谱定量分析中的应用

通过将粒子群优化技术及BP神经网络技术相结合,建立了三种烃烷混合气体的红外光谱定量分析模型。混合气体主要由甲烷、乙烷、丙烷三种组分气体组成,三种组分气体浓度范围分别为0.01%～0.1%。文章首先采用主成分分析技术从红外光谱1 866个数据中提取了5个特征变量作为神经网络的输入,将气体浓度作为网络输出。然后将粒子群优化算法与BP神经网络技术相结合,对网络的隐含层节点数进行了优化选择。再对结构优化后的网络进行训练,建立气体分析模型。分析模型的标准气体验证实验结果表明,采用此方法建立混合气体红外光谱定量分析模型所用时间(大约4 600 s)比单纯采用BP神经网络进行遍历优化建模所用时间(大约24 500 s)降低5倍以上,模型预测精度水平相当,网络结构大致相同,具有一定的实践意义和应用潜力。     

基于近红外TDLAS变压器油中溶解气体在线检测装置

变压器绝缘油以链烷烃（C_nH_2n+2）为主要化学成分,在变压器长期运行过程中因电弧、放电、过热、受潮等原因导致化学键逐步发生断裂,产生与故障有关的故障判别气体（CH₄,C₂H₂,C₂H₄,C₂H₆,CO和CO₂）,因此变压器绝缘油中会溶解多组分气体,故需要一种多组分气体的在线检测装置,以保证变压器的正常运行。针对电力行业装配需求,研制基于可调谐激光吸收光谱法（TDLAS）多组分气体的在线检测装置。针对6种故障特征气体的近红外吸收波段,分别选取1 580,1 654,1 626和1 530 nm四个近红外激光器,使用分时扫描的时分多路技术,实现对多组分气体的分时快速顺序检测并采用波长调制技术,消除背景气体的交叉干扰。主要检测气体为绝缘油化学键断裂所产生的烃类化合物（CH₄,C₂H₂,C₂H₄和C₂H₆）和碳氧化合物（CO和CO₂）。在线检测,与变压器油气象色谱测量方法进行对比实验,并对其进行工况稳定性测试。实验结果表明：乙炔浓度测量范围为0.5~1 000 μL·L-1,范围小于5 μL·L-1时最大测量误差小于0.8,5~1 000 μL·L-1时最大误差在6 μL·L-1以下;甲烷、乙烷、乙烯的浓度测量范围为0.5~1 000 μL·L-1,最大测量误差小于6 μL·L-1;碳氧化合物（CO和CO₂）测量范围分别为25～5 000,25～15 000 μL·L-1,最大测量误差分别在2与20 μL·L-1以下。所设计的近红外TDLAS多组分气体检测装置能够用于变压器油中溶解气体的在线检测,测量的气体浓度满足在线检测要求,能够稳定运行且适应恶劣工况条件,为检测变压器油中溶解气体在线测量提供了有效的实践经验。     

便携式FTIR的机动车尾气检测方法

随着汽车排放标准的提高,相关VOC标准从总烃检测变为非甲烷碳氢化合物(NMHC)检测;随着含氧燃料的增加,增加了非甲烷有机气体(NMOG)测量。针对国内汽车尾气分析仪分析组分单一、精度有限、VOCs检测过程复杂等问题,提出了基于便携式FTIR的机动车尾气检测方法,基于立体角镜优化FTIR光学系统结构,提高动镜扫描速度,设计便携式且满足抗振动需求的快速FTIR光谱仪。FTIR红外光源输出波段范围为2～20 μm,分辨率为0.5 cm-1,扫描速度1 Hz,气体池光程为10 m,采用斯特林探测器,其光谱响应范围为600～6 000 cm-1。选择CH₄,C₂H₂,C₂H₄,C₂H₆,C₃H₆,n-C₅H₁₂,i-C₅H₁₂,C₇H₈,HCHO,C₂H₅OH,CH₃CHO这些典型HC化合物作为VOC气体检测的替代物。通过标准谱确定尾气成分的波段为900～1 100和2 700～3 100 cm-1,涵盖所有待测气体吸收波段。基于AVL台架测试,开展NEDC和WLTC工况实验测试,测试车辆为丰田威驰,测试油品为92号国五。便携式FTIR采用抽取方式进行尾气测量,原始的废气样本来自安装在排气管延长部分的多孔探头,前端安装样气取样装置,主要包括颗粒物过滤和除水汽装置,以防止污染FTIR光学系统。实验表明FTIR可以有效快速测量汽车尾气中CO,CH₄,NO和主要HC化合物,在FTIR检测限0.5 μmol·mol-1下会引入噪声信号,浓度可信度降低。通过分析可以看出输出气体平均浓度降级排列依次是：CO,C₂H₄,CH₄,NO,i-C₅H₁₂,C₂H₆,C₇H₈,n-C₅H₁₂,C₂H₅OH,CH₃CHO。从3个循环的NEDC工况可以看出,每种气体排放呈现一致的规律性变化。针对CO进行了SEMTECH-DS与FTIR测量数据的时间序列比较,结果呈现了较好的规律一致性,但是由于FTIR和SEMTECH-DS测量技术和取样稀释系统不同导致二者浓度差异较大。与传统尾气检测技术相比,便携式FTIR测量系统对瞬态事件有良好的响应,可以在线进行多组分浓度实时测量获取机动车的瞬时排放数据,在满足新规测试要求下,也可以为后期的机动车在实际道路上的排放特征分析和模拟提供可靠的数据支持。     

支持向量机在混合气体定量分析中的应用

针对使用掺铥光纤激光器的气体传感系统进行混合气体测量时,吸收谱线重叠较为严重且相互交叉吸收干扰的现象造成的测量误差大、分析精度低的问题,提出一种基于自适应变异粒子群优化的支持向量机(SVM)方法,用于建立混合气体体积分数定量分析预测模型。对体积分数为0.5%～2%的氨气(NH3)和2%～5%的二氧化碳(CO₂)混合气体的吸收光谱数据进行采集和处理,利用自适应变异粒子群优化(AMPSO)算法对SVM模型参数进行寻优,利用获得的最优模型参数构建氨气和二氧化碳气体体积分数定量分析模型,并与标准粒子群优化算法和网格搜索法进行对比。实验结果表明,基于自适应粒子群优化算法建立的氨气和二氧化碳气体体积分数定量分析模型在较为合适的寻优时间下,可以得到最佳的均方误差,效率较高,该模型对测试集中氨气和二氧化碳气体体积分数设定值与预测值的均方误差分别为0.000088和0.000170,决定系数R²均为0.9998,满足混合气体检测要求。     

基于LVQ与SVM算法的近红外光谱煤产地鉴别

传统煤产地鉴别方法一般以发热量、挥发分、粘结指数、哈氏可磨指数和坩埚膨胀序数作为分类指标,过程复杂耗时较多、耗费巨大的人力、物力并且无法直接快速的得到煤样产地等问题,借助近红外光谱技术快速无损检测的优势,利用基于SVM的留一算法对光谱数据集进行异常样本剔除,得到包含正确光谱信息的煤样光谱数据集,构造基于SVM算法与LVQ算法的定性分析模型,完成基于近红外光谱分析技术的煤产地的快速鉴别,无需对煤样的各种指标进行汇总并且人为预测。针对SVM分析模型中存在随机参数优化问题,引入PSO算法对SVM模型中的损失参数C和核函数半径g进行改进,得到最优参数,最后引入计算准确率的方法对比以上模型并进行评价分析。实验一共收集了加拿大、俄罗斯、澳大利亚、印度尼西亚、中国内蒙等5个地区的煤样光谱数据集,数据集共计305组煤样样本,其中异常样本共计10组,分别选择各国煤炭光谱的前31组作为训练样本,后6组数据作为测试样本,结果表明各分类模型的分类准确率均能达到75%以上,其中基于PSO算法改进的SVM分析模型的准确率可达到96.67%,仅一个样本出现问题,可快速高效地实现基于近红外光谱分析技术的煤产地的鉴别。     

利用Tikhonov正则化算法进行光谱特征波长的选择及其参数优化

在烷烃类多组分混合气体,尤其轻烷烃类气体傅里叶变换红外光谱定量分析中,其中在红外光谱区域吸收峰严重交叉重叠,不易建立定量分析模型。为此,采用Tikhonov正则化算法对甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷和正戊烷等七种轻烷烃类混合气体傅里叶变换红外光谱进行特征波长的选择,以便建立定量分析模型。选择六种各气体浓度组成混合烷烃气体,采用Tikhonov正则化算法,通过对比分析混合气体在中红外全波段、主吸收峰和次吸收峰波段特征波长的选择和TR参数的优化,选择出七种气体成分的傅里叶变换红外光谱的特征波长。利用选择的特征波长和Tikhonov正则化参数对实测甲烷光谱数据进行检验分析,与其他气体成分的交叉灵敏度最大为11.153 7%,最小为1.239 7%,预测均方根误差为0.004 8,有效增强了Tikhonov正则化算法在轻烷烃类混合气体定量分析中的实用性,初步验证了利用Tikhonov正则化进行烷烃类混合气体傅里叶变换红外光谱特征波长选择的可行性。     

基于数据挖掘技术的瓦斯气体红外光谱定量分析方法的研究

瓦斯气体的监测是影响煤矿安全的重要因素之一,对其的在线实时监测成为煤矿安全的重要保障。本文采用红外光谱分析技术,对瓦斯气体的红外定量分析算法进行了研究。为提高模型分析精度,将数据挖掘技术应用在分析算法中。通过增加基于K平均非分层聚类分析对数据进行处理发现,带聚类分析的偏最小二乘算法比单纯采用偏最小二乘算法在精度上明显占优。另外,为减少模型中个别定标样本误差对精度的影响,采用聚类分析的方式进行了数据预处理,发现这种去噪方法在分析精度上又有所提高。     

牛奶蛋白质含量的SSA-SVM高光谱预测模型

牛奶中包含着很多人体需要的营养元素,如脂肪、蛋白质、钙等;对牛奶营养元素进行分析是牛奶安全检测关键的一部分。高光谱技术可以有效地结合图像和光谱数据识别牛奶种营养元素。为了实现对牛奶中蛋白质含量快速、精确的预测,采用竞争性自适应重加权(CARS)算法选取特征波长,并提出一种基于麻雀搜索算法(SSA)优化支持向量机(SVM)实现对牛奶蛋白质含量预测。利用高光谱仪获取牛奶反射光谱(400～1 000 nm)。通过选取归一化(N)、标准化(Standardization)和多元散射校正(MSC)对原始的牛奶数据进行光谱降噪处理提高光谱利用率;利用竞争性自适应重加权算法和连续投影算法(SPA)对经过处理的牛奶光谱数据提取特征波长,求取蛋白质和光谱间的相关系数并进行重要性排序,获取重要的特征波段;最后,通过遗传算法(GA)优化SVM, 粒子群算法(PSO)优化SVM和偏最小二乘法(PLS)算法对牛奶蛋白质进行预测并比较预测结果,为了提高蛋白质预测的精度和模型稳定性,提出利用SSA对SVM的核函数g和惩罚参数c进行优化,以均方根误差(RMSE)作为适应度函数,通过迭代选择最优的回归参数训练模型。牛奶数据预测结果表明最优组合模型为：MSC-CARS-SSA-SVM。模型测试集的决定系数R2为0.999 6,均方根误差RMSE为0.001 1,耗时4.112 1 s。结果表明：使用CARS算法能实现特征波段的提取和冗余信息的剔除,从而提高模型效率,简化了算法的复杂度;SSA算法优化SVM的参数,通过迭代更新麻雀最优位置,可以快速得到全局最优解,与SVM,GA-SVM,PSO-SVM和PLS相比,牛奶蛋白质的预测准确度和模型稳定性都得到了明显提高,满足了对乳品检测的精确度要求,是快速检测牛奶蛋白质的一个可行新方法。为光谱模型的优化及预测模型精度的提高提供参考。     

差分吸收光谱FFT+FT频谱细化方法研究

利用差分吸收光谱法（DOAS）可以实现污染气体的在线监测。为了提高监测精度,通常利用傅里叶变换滤波法（FFT）处理差分吸收光谱数据,但是因其频率分辨率的限制,影响其幅值精度,导致气体浓度的测量误差较大。提出了一种将FFT和FT相结合的差分光谱数据处理方法（FFT+FT）,首先对差分吸收光谱数据做FFT变换,得到其全景谱,再对峰值点附近的频谱用改进的连续FT进行细化,提高特征吸收频段的分辨率,对幅值误差进行补偿,从而提高气体浓度在线监测的精度。实验配制了不同浓度的SO₂和NO₂气体,当细化倍数为15时,SO₂和NO₂气体的最大测量误差不超过3.68%和3.17%,相对于FFT法,平均误差分别降低了1.82%和1.45%;相对于传统的多项式拟合法,平均误差分别降低了14.9%和1.80%;对恒定浓度的SO₂和NO₂气体分别进行了多次测量,验证了FFT+FT方法的稳定性。分析了细化倍数对测量精度的影响,当细化倍数小于15时,浓度测量误差随着细化倍数的增加而降低;当细化倍数从15增加到20时,误差反而逐渐变大,在大于20以后,误差出现波动,且都大于细化倍数为15时的测量误差。由于细化倍数太大,使谱线过于密集,找到频谱序列最大值的概率降低了,因此在有噪声的情况下采用该法进行频谱校正时,会出现细化倍数加大而测量精度反而降低的现象。确定了最优细化倍数,在确保测量精度前提下,使频谱细化的计算量最小,满足DOAS法实时在线监测气体浓度的要求。     

集成学习算法的红外光谱定量回归模型

近年来,深度学习在数据挖掘领域研究较多,深度学习中的集成学习算法也越来越多地应用到分类和定量回归中,但是,集成学习算法在红外光谱分析领域的应用研究较少。提出一种基于Blending模型融合的集成学习定量回归算法,利用GBDT算法、线性核支持向量机(LinearSVM)和径向基核支持向量机(RBF SVM)作为基学习器,将基学习器预测结果通过LinearSVM模型完成数据融合。以公开数据库中的药片和柴油近红外光谱数据为研究对象,首先对光谱数据进行一阶导数预处理,分别采用单核支持向量回归模型、GBDT模型和Blending集成学习模型,将模型预测结果进行分析比较。药片活性物含量和硬度性质采用RBF SVM模型的预测结果最优,RMSEP最小,RPD最大;其次为Blending集成学习模型;GBDT模型预测结果最差。药片质量采用Blending集成学习模型预测的R2最高,达到0.837 4;RBF SVM的RMSEP最小,为2.140 6,RPD最大,达到7.487 8;LinearSVM的预测结果最差。对于柴油沸点、闪点和总芳香烃三种性质,Blending模型预测效果最好,优于三种单模型预测结果。对于十六烷值,GBDT模型和RBF SVM模型预测结果优于Blending集成学习模型。对于密度,仅GBDT模型优于Blending集成模型,并且,使用单模型和集成模型的预测结果均较为理想,除了LinearSVM模型R2为0.944 5,其他模型R2均高于0.99。对于冰点的预测,RBF SVM和LinearSVM的预测效果优于Blending集成学习模型。对于黏性性质的预测,仅RBF SVM的预测效果优于Blending集成算法模型。由结果可以看出,由GBDT,LinearSVM和RBF SVM集成的Blending模型由于融合了单模型的特征,与单模型相比,预测效果较优或者最优,证明集成学习Blending模型用于红外光谱定量回归具有较强的适用性,且具有较高的预测精度和泛化能力,对于进一步研究集成学习算法在红外光谱定量回归中的应用具有重要的意义。     

特征分层结合改进粒子群算法的近红外光谱特征选择方法研究

在近红外光谱数据定量建模中,数据的高冗余和高噪严重影响了建模的稳健性和精确性,因此提出了一种特征分层结合改进粒子群算法(PSO)的特征光谱选择方法。首先通过互信息度量特征的重要性得分,并按特征的重要性降序排序,有效避免了因采用降维方法得到主成分而引起的丢失重要信息的问题。其次,引入了跳跃度概念,并构造了一种特征分层的方法,重要性程度相似的特征并入同一个特征子集,将降序排列的特征集分割为不同的特征子集,避免了筛选特征过程中因人为设定特征重要性得分阈值而导致的不确定性。最后,采用收敛速度快、控制参数少的粒子群算法作为最优特征子集的优化方法,同时对粒子群算法做了两方面改进：引入混沌模型增加种群的多样性,提高了PSO的全局搜索能力,避免陷入局部最优;将特征数目引入到适应度函数中,在迭代前期通过惩罚因子调节特征数目对适应度函数的影响,提高了算法的适应能力。将分层后的数据以特征子集为单位,依次累加并作为改进粒子群算法的输入,从而选择出高辨别力的特征子集。以烟碱指标为例进行了特征选择过程的描述,实验采用尼高力公司的Antaris Ⅱ近红外光谱仪进行近红外光谱数据的采集,光谱扫描范围为4 000~10 000 cm-1。首先,利用互信息理论计算全光谱1 557个特征对待测指标定量建模的重要性得分,得分取30次实验的均值。其次,将所有特征按照重要性得分降序排序,计算所有特征的跳跃度,依据跳跃度寻找特征分层的临界点,将特征划分到不同的特征层中,构建了包含8个特征子集的特征集合S={S′₁, S′₂, S′₃, S′₄, S′₅, S′₆, S′₇, S′₈}。然后,依次将特征子集S′₁,{S′₁, S′₂},{S′₁, S′₂, S′₃},…,{S′₁, S′₂, S′₃, S′₄, S′₅, S′₆, S′₇, S′₈}作为初始粒子群的候选集,以R/(1+RMSEP)作为特征子集优劣的评价标准,各自重复实验50次,比值最大的特征子集即为最优特征子集。为验证该算法的有效性,选取了具有代表性烟叶近红外光谱数据作为训练集和测试集,建立了烟碱、总糖两个指标的PLS定量模型,并分别与全光谱、分层后的特征光谱、粒子群算法选出的特征光谱进行了比较。仿真结果表明,本算法所选特征烟碱、总糖的建模相关系数r分别为0.988 5和0.982 2,交互验证均方差RMSECV分别为0.098 4和0.889 3,预测均方根误差RMSEP分别为0.100 7和0.901 6,模型准确率均明显高于其他三种方法。从所选特征数来看,该算法所选特征数最少,有效剔除了原特征集中的弱相关和噪声、冗余信息,所建模型的主因子数最少,降低了模型的复杂性,模型更加稳健,适应性更广。