多任务最小二乘支持向量回归机及其在近红外光谱分析技术中的应用研究

在近红外光谱定量分析中,许多模型分开考虑各种样品成分含量,失去了样品成分间潜在的联系.针对该问题,文章将建模分析每种样品成分含量的问题看作一个任务,将同时建模分析所有样品成分含量的问题转换为多任务学习问题.在LS-SVR的基础上,提出了多任务LS-SVR(MTLS-SVR),并给出一种有效的大规模问题求解算法.最后,以高粱样品数据集为实验材料,建立了三种样品成分(蛋白质,赖氨酸及淀粉)的同时定量分析模型.三种样品成分的预测值与实际值的平均相对误差分别为1.52%,3.04%和1.01%,相关系数分别为0.993 1,0.894 0和0.940 6,经分析比较,发现MTLS-SVR模型优于PLS,LS-SVR以及多因变量LS-SVR(MLS-SVR),从而验证了MTLS-SVR模型的可行性和有效性.     

傅里叶变换红外光谱的水泥生料在线分析

及时获取水泥原料中的关键成分的含量,对水泥产品的品质控制至关重要。而当前的主流分析方法需要现场人工采样和样品制备,存在时效性问题。利用傅里叶变换红外光谱技术对水泥生料样品中的Fe_2O_3, SiO_2, CaO, Al_2O_3四种关键氧化物成分的漫反射光谱进行了快速定量分析。首先探讨了傅里叶变换红外光谱技术检测水泥原料成分的理论基础。水泥原料是一种复杂混合体系,主要由铁质原料(如褐铁矿),硅质原料(如石英),钙质原料(如方解石)及铝质原料(如绿柱石)等矿物岩石组成。而这些矿物岩石在可见近红外光谱波段的特征谱带较宽,强度较低,且存在重叠的部分。因此,使用了多元校正进行定量分析。其次,设计并搭建了对应的实验系统进行水泥生料样品的成分含量分析。样品选用水泥厂家提供的60种关键成分含量各异的磨匀的水泥生料样品,成分覆盖了Fe_2O_3, SiO_2, CaO, Al_2O_3四种关键氧化物。使用搭建的实验平台采集样品的漫反射光谱。并使用了X射线荧光分析法方法测定样品中各氧化物成分含量作为参考值。之后,结合了偏最小二乘法建立了Fe_2O_3, SiO_2, CaO, Al_2O_3四种成分的定量分析模型。使用了Kennard-Stone算法将样品集按7∶3的比例分为校正集和预测集。PLS建模波段选择了4 000～5 000 cm~(-1)波数范围,总计包含520个谱元。建立了校正集中42个样品光谱与其Fe_2O_3, SiO_2, CaO, Al_2O_3成分含量的回归模型。依据交叉有效性因子Q■≥0.009 75的条件,选择了7个因子来建立最终的定量分析模型。在建立的Fe_2O_3, SiO_2, CaO, Al_2O_3四种氧化物的FTIR定量分析模型中,其校正的4种氧化物含量与X射线荧光分析法测量的含量之间的相关系数分别为98.49%, 98.03%, 98.18%, 99.24%,均方根误差分别为0.04, 0.22, 0.26, 0.08。模型的校正准确度比较高。最后使用该定量分析模型对预测集样品中的Fe_2O_3, SiO_2, CaO, Al_2O_3的含量进行预测,并与X射线荧光分析法测量的参考值进行比较。最终模型预测的相关系数分别为91.35%, 91.50%, 91.57%, 94.67%,预测的均方根误差分别为0.08, 0.45, 0.54, 0.26,表明了模型预测准确度较高。所建基于傅里叶变换红外光谱的定量分析模型为实现水泥生产控制中水泥原料成分的快速定量分析建立了基础。     

基于FastICA和神经网络的红酒主要品质参数红外检测

为实现红酒中酒精含量、pH值以及残糖量的快速检测,对44个红酒样品的红外光谱数据进行了分析。使用快速独立分量分析(FastICA)算法对光谱数据矩阵进行分解,得到独立成分和相应的混合系数矩阵,再利用误差反向传播算法(back-propagation, BP)构造了三层的神经网络结构,建立了ICA-NNR模型。利用此模型对红酒样品的酒精含量、pH值以及残糖量进行预测,根据预测相关系数(r)和预测标准偏差(RMSEP)来评价预测模型的性能,结果表明该模型对红酒酒精含量、pH值以及残糖量测定的相关系数r分别为0.953,0.983和0.994,RMSEP分别为0.161,0.017,0.181。此外,预测样品集中的22个样品ICA-NNR模型预测值与参考值相比,酒精含量、pH值以及残糖量的最大相对偏差均小于4%。这为进一步开发红酒成分红外在线分析仪奠定了基础。     

紫花苜蓿粗蛋白和粗纤维近红外分析模型的建立

采用近红外漫反射光谱技术,结合偏最小二乘法(PLS),以152个来源不同的紫花苜蓿样品建立了粗蛋白和粗纤维含量的近红外定量分析校正模型。在近红外光谱范围内(950～1 650 nm)对紫花苜蓿样品采集光谱数据时,分别设置了粗磨样、细磨样两种样品的状态和1,2,5 nm三种光谱扫描间隔,对建立的模型进行准确性和重复性的验证,比较其优劣。结果显示：光谱扫描时样品为细磨样,光谱扫描间隔为2 nm时所建立的粗蛋白和粗纤维含量的校正模型最佳,其相关系数(R2_cal)分别是0.97和0.94,最佳因素数时的定标标准差(SECV)分别是0.42和0.78。所建近红外定量分析模型对独立检验集样品粗蛋白和粗纤维含量的预测值与化学值的相关系数(R2_val)分别为0.96和0.92,预测标准差(SEP)分别为0.43和0.79。该研究结果表明：利用近红外漫反射光谱法测定紫花苜蓿内在主要品质性状是可行的,为紫花苜蓿粗蛋白和粗纤维含量的检验提供了新的方法模式。     

PCA-SVR联用算法在近红外光谱分析烟草成分中的应用

由50份烟草样品的近红外漫反射光谱组成的光谱矩阵经过主成分分析降维,采用基于支持向量机回归(SVR)算法,以常规化学分析方法测定的总糖、还原糖、总氮、烟碱的含量为参考值,建立了烟草中主要成分近红外光谱定量分析定标模型,并采用留一法交叉验证(LOOCV)对模型进行验证。以内部交叉验证预测的RMSE值为判据,从核函数类型、惩罚因子C和不敏感函数ε取值等方面对定标模型进行优化,获得不同成分定标模型的优化参数。烟草总糖、还原糖、总氮、烟碱优化定标模型的RMSE值分别为1.581,1.412,0.117和0.313。同时建立了烟草以上成分的偏最小二乘回归(PLS)、多元线性回归(MLR)以及误差反向传播人工神经网络(BP-ANN)定标模型,通过内部交叉验证的RMSE值与SVR定标模型进行比较,结果表明SVR模型具有更好的预测效果。     

基于背景水分扣除的水泥生料成分的近红外光谱建模

傅里叶变换红外光谱技术(FTIR)在水泥生料成分的在线分析上具有巨大的潜力。但因现场环境复杂,空气湿度不稳定,会对生料样品中Fe_2O_3, SiO_2, CaO和Al_2O_3四种关键成分的在线FTIR定量分析形成一定干扰。使用生料在线FTIR分析仪对不同湿度条件下的水泥生料样品进行了近红外光谱采集,分析了不同湿度对近红外光谱定量分析的影响,并提出一种消除背景水分吸收的方法。具体研究内容为:(1)通过对两种不同湿度条件下的各50个样品的光谱分析得到:高湿度的样品光谱与低湿度的样品光谱比较,形状类似,但吸光度整体降低,基线倾斜。表明背景水分影响了样品的近红外光谱。(2)分别建立高湿度、低湿度条件下的样品的定量分析模型,预测另一湿度条件下的预测集中8个样品的四种成分含量。得到:①高湿度模型预测样品中4种成分含量与标准值之间的相关系数(r)为83.74%～92.74%,均方根误差(RMSE)为0.12～0.83;②低湿度模型预测的r为67.32%～82.41%, RMSE为0.12～0.84。表明背景水分影响了水泥生料成分的FTIR定量分析。(3)为了消除背景水分造成的影响,从实测光谱中消除背景水分的特征吸收后,分别建立了高湿度、低湿度条件下的样品的FTIR定量分析模型,并对预测集样品的四种成分含量进行预测。得到:①高湿度条件下,消除背景水分后的模型较未消除前的模型预测的准确度提高,预测的r为90.73%～97.76%, RMSE为0.12～0.82;②低湿度条件下,消除背景水分后的模型较未消除前的模型预测的准确度提高,预测的r为94.07%～98.69%, RMSE为0.12～0.82;③高湿度、低湿度条件下,消除背景水分后的2个模型预测的r均达到90%以上。表明了该方法可有效消除背景水分对水泥生料成分定量分析模型预测的影响,为实现基于FTIR的水泥生料成分的在线分析提供了理论基础和技术支持。     

近红外光谱法预测云南香料烟中总糖、还原糖和总氮

应用近红外光谱法预测云南香料烟的总糖、还原糖和总氮。250份样品作为建模样品,41份作为验证样品,结果表明:总糖、还原糖和总氮的近红外预测值与化学测定值之间的最大绝对误差分别为1.07%、0.90%、0.10%;两测定值配对t检验结果显示近红外光谱法(预测值)与行标法(实测值)之间差异不显著;从验证样品中选择一个样品,进行总糖、还原糖和总氮含量的重复性测定,RSD均小于1%,所建模型能进行香料烟中总糖、还原糖和总氮含量的快速测定并可作为实验室质量控制的一种方式。     

漫反射近红外光谱法同时测定液体咖啡中的速溶咖啡、植脂末、糖含量

采用傅里叶变换近红外光谱仪结合积分球附件对20个液体咖啡样品以漫反射方式采集近红外光谱,分别针对速溶咖啡、植脂末、糖建立定量校正模型。结果表明,速溶咖啡、植脂末、糖的模型因子数分别为4,5和4;测定系数(R2)分别为98.97%,99.94%和99.18%;校正均方根误差(root mean square error ofcalibration,RMSEC)分别为1.62,0.42和1.58;交互验证均方根误差(root mean square error of cross vali-dation,RMSECV)分别为2.12,0.72和2.01;F检验结果表明,三个模型的预测值-化学值之间存在极显著的相关关系。研究表明,近红外光谱法可以快速、准确地对液体咖啡中的三种主要成分同时进行定量测定,可为液体咖啡质量控制以及液体配方食品中具有一定组成的混合物的定量测定提供一定的参考。     

近红外漫反射光谱法快速测定秸秆青贮饲料成分含量

采用傅里叶近红外漫反射光谱技术,结合偏最小二乘回归法,以158个不同种类的秸秆青贮饲料样品建立了常规化学成分和发酵成分含量的近红外定量分析校正模型。其中常规化学成分中, 粗蛋白、中性洗涤纤维、酸性洗涤纤维、半纤维素、干物质、粗灰分和酸性洗涤木质素含量的校正模型决定系数R2分别为0.95,0.90,0.86,0.91,0.86,0.95和0.90;发酵成分的pH、乳酸、乙酸、丙酸、丁酸和氨态氮含量的校正模型决定系数R2分别为0.98,0.83,0.85,0.3,0.90和0.92。研究发现除乙酸、丙酸和丁酸之外,其他成分含量的相对分析误差RPD(SD/SECV)均大于2.5;除乳酸、乙酸、丙酸和丁酸之外,所建近红外定量分析模型对独立检验集样品其他成分含量的预测值与化学值的相关决定系数R2均大于0.08。该研究结果对青贮饲料品质的快速检测具有重要的实际意义。     

基于Elman网络的近红外光谱技术多组分定量分析研究

研究了Elman神经网络(反馈神经网络,Recurrent Network)在近红外光谱定量分析中的应用。以饲料样品为实验材料,采用Elman网络建立了饲料中苯丙氨酸(Phe)、赖氨酸(Lys)、酪氨酸(Tyr)和胱氨酸(Cys)四种氨基酸含量的近红外光谱定量分析模型。用偏最小二乘法(partial least squares ,PLS)将原始数据压缩为主成分,取前3个主成分的12个吸收峰值输入Elman网络,网络中间层神经元个数为47。Elman网络模型对样品4个氨基酸含量的预测决定系数(r2)分别为0.960,0.981,0.979,0.952。表明所建Elman网络预测模型通过近红外光谱能够较准确预测饲料中苯丙氨酸、赖氨酸、酪氨酸和胱氨酸四种氨基酸的含量,为通过近红外光谱技术进行多组分定量分析提供了新思路。     

SVM回归法在近红外光谱定量分析中的应用研究

研究了基于统计学习理论的支持向量机（SVM）回归法在近红外光谱定量分析中的应用。以66个小麦样品为实验材料,由33个小麦样品作为校正样品,采用4种不同核函数方法对小麦样品蛋白质含量与小麦样品近红外光谱进行SVM回归建模。以所建4种不同SVM回归模型对33个小麦预测样品的蛋白质含量进行了预测;不同回归模型的预测结果与凯氏定氮法确定的蛋白质含量的标准化学值间的相关系数均在0．97以上,平均绝对误差小于0．32。为了考察SVM回归校正模型的预测效果,同所建PLS回归模型的预测结果进行了比较,表明所建预测小麦样品蛋白质含量的SVM回归模型亦可通过近红外光谱进行实际样品的定量分析,且有较好的分析效果。     

复合支持向量机方法及其在光谱分析中的应用

SVC和SVR是支持向量机研究的两个主要问题。文章把两种建模方法相结合,先由SVC模型判别分类,后由各类的局部SVR模型进行定量分析,提出了复合支持向量机(CSVM)方法。根据71个试验小区的水稻冠层高光谱与叶片含氮量建立定量分析模型,考证了CSVM算法。基于模拟研究的思想,随机划分建模集和预测集,比例为55∶16。经过5次划分试验,复合支持向量机方法建模对叶片含氮量的预测值与凯氏定氮实际值之间的平均相关系数为0.89,平均绝对误差为0.088;而传统的支持向量机方法得到的平均相关系数为0.87,平均绝对误差为0.091。由此可见,复合支持向量机方法相对于传统的支持向量机方法预测精度有所提高。文章研究方法的提出为化学计量学定量分析研究给出了新的思路。     

岭回归在近红外光谱定量分析及最优波长选择中的应用研究

以66个小麦样品为试验材料,研究岭回归方法在近红外光谱定量分析中的应用。用44个小麦样品的近红外光谱数据建立测定蛋白质含量的近红外-岭回归模型,预测其余22个小麦样品的蛋白质含量。预测结果与凯氏定氮法分析结果(化学分析值)的平均相对误差为1.518%,与偏最小二乘法(PLS)预测结果进行比较,显示岭回归方法可用于近红外光谱定量分析;进一步,为了减少无关信息对定量分析模型预测能力的干扰,一种有效的方法就是进行波长信息的选择。从1297个波长点中优选出4个波长点,利用这4个波长点处的光谱信息建立近红外-岭回归模型预测22个样品的蛋白质含量,预测结果与凯氏定氮法分析结果之间的平均相对误差为1.37%,相关系数达到0.9817。结果表明岭回归方法从大量光谱信息中筛选出了最重要的波长信息、不仅简化了模型,有效的减少了光谱信息共线性的干扰,而且对特定分析选择出适用的波长对指导设计专用近红外定量分析仪器亦有实际意义。     

三种钢铁材料的光电光谱分析

介绍了铁基线材、高铬铸铁、高锰钢等3种钢铁的光电光谱定量测定方法。该方法是通过选用与分析材质同基体，主成分接近的标准样品绘制校准曲线，采用自编的计算机校正程序，找出试样的光谱分析值和化学分析值之间的关系模型，并将模型通过计算机程序拟合到控制样品中，当进行材质测定时，只需要在日常标准化操作后将拟合好的控制样品对校准曲线进行控样校正，就可以直接进行试样的测定。该测定方法实用，结果可靠，适用于无相同标准样品条件下的试样光谱定量分析。     

同步荧光技术检测鲜牛乳中掺杂复原乳的可行性研究

近年来随着人们对乳制品需求的不断增加,将复原乳冒充或添加在鲜乳中出售的现象也日益严重,亟需简单、快速的检测方法监测掺假行为。利用同步荧光技术,分别对两种鲜牛乳(未经杀菌的生牛乳和低温处理的巴氏杀菌乳)掺杂复原乳的情况进行了定性判别和定量分析。以各类样本及全部样本的判别正确率作为定性判别模型的评价指标;以相关系数(r)、校正均方根误差(RMSEC)和预测均方根误差(RMSEP)作为定量分析模型的评价指标。通过分析牛乳的三维荧光图谱确定同步荧光扫描的固定波长差Δλ值为80 nm;在对图谱进行二阶求导后,偏最小二乘-判别分析法(PLS-DA)对生鲜牛乳、巴氏杀菌乳和复原乳的种类判别总正确率可达100%,并且在判断两种鲜乳中是否添加复原乳时,校正集样品的正确率均可达到100%,预测集样品的正确率分别为75%和81.25%,鲜牛乳和复原乳的种类判别模型,以及鲜乳与掺假乳的定性判别模型均取得了良好的效果;PLS回归对同步光谱值与复原乳含量建立线性关系时,两种鲜乳定量模型的r值分别为0.911 2和0.936 7,RMSEC分别为0.042 2和0.038 4,RMSEP分别为0.054 8和0.057 5,鲜乳中复原乳含量的定量分析模型的r值均可达到0.9以上,能对添加量较高的样品进行预测。因此,同步荧光技术可以较为准确、快速的检测鲜牛乳中是否掺杂复原乳。     

傅里叶变换近红外全谱回归分析的应用研究

文章以66个小麦样品为实验材料,其中33个为建模集,剩余33个为预测集,利用广义逆矩阵直接确定傅里叶变换近红外全谱分析回归模型中的回归系数,建立了用于蛋白质定量分析的近红外全谱回归模型。用此模型对预测集中的样品进行预测,结果与凯氏定氮法测定结果间的相关系数为r=0.979 9,平均相对误差为1.76%,表明由广义逆矩阵方法所建近红外全谱定量分析回归模型有较好的分析结果。所建模型不仅可用于对样品的实际分析,而且可根据回归模型中各个系数了解各个波长点处的光谱信息对模型预测值的贡献,从而可理解并解释傅里叶变换近红外全谱回归模型的物理学与化学意义。     

虉草粗蛋白近红外定量分析模型的建立

虉草（Phalaris arundinacea L.）为多年生冷季型禾本科高产牧草,粗蛋白（CP）是评价饲草品质的关键指标,但目前的化学分析方法存在诸多缺点,寻求高效、快速、准确、安全的虉草CP测定方法是现代草地畜牧业发展和草原生态恢复急需解决的实际问题。本研究旨在利用近红外光谱（NIRS）建立虉草CP的定量分析模型,为快速测定虉草CP提供有效方法。试验采集不同品种（品系）、生育期、栽培条件、干燥方式、生长年限、部位以及刈割次数的虉草样品454份,采用瑞士Buchi公司的傅里叶近红外光谱仪和Operator软件采集原始光谱,应用K-S算法剔除具有相似光谱的样品,筛选出210份用于建模和模型评价。通过凯氏定氮法测定210份样品的粗蛋白含量并在Management console软件中对光谱进行赋值,再采用软件NIRcal 5.4按照6∶3的比例将样品随机分为校正集和验证集,并剔除异常样品,运用不同的光谱预处理、回归算法、建模波段和主成分数建立8个虉草CP含量的近红外定量分析模型,通过外部验证表明8个模型均可以进行实际测定。最后比较不同的统计学参数获取最佳模型。结果表明,采用4 000~10 000 cm-1的建模光谱波段、sa3+ncl+db1（3点平滑+趋近归一化+一阶导数处理）的预处理方法、8/1-4的初/次级主成分数和偏最小二乘法（PLS）所建的模型为最佳模型,其校正决定系数（R2_cal）为0.982 1,验证决定系数（R2_val）为0.980 2,均大于0.98,表明预测性能优秀;校正标准差（SEC）和验证标准差（SEP）分别为0.780 2和0.783 2,均较小且非常接近,表明模型的分析精度很高并具有很好的适应性;残差（BIAS）为-0.000 5,接近于0,说明模型的稳定性很高,对外界因素不敏感;预测相关系数（r）为0.99,可见样品化学值与定标模型预测值的相关度极高;相对分析误差（RPD）为7.37,RPD>4.0表明模型能够很好地进行定量分析。综上,该试验在国内首次建立了虉草CP近红外定量分析模型,该模型样品来源多、数量大、分布范围广,预测精度和准确度高,适用范围大,为快速测定虉草粗蛋白提供了有效方法,在虉草品质分析、育种、家畜日粮配置以及草产品评价流通等方面具有应用前景。     

土壤金属元素近红外光谱定量校正模型适应性初步研究

为研究土壤金属元素近红外光谱定量校正模型适应性,采用近红外光谱结合偏最小二乘算法,针对风干土壤中的K,As,Hg,Cu,Zn,Pb,Cr,Cd元素,在剔除异常值后,建立定量校正模型;并对风干、烘干处理的外部验证集样品分别预测上述元素含量。结果表明,风干外部验证集样品的预测值-参考值相关系数皆大于相应烘干外部验证集样品的预测值-参考值相关系数;风干外部验证集各元素的预测值-参考值均具有显著的相关关系,烘干外部验证集中K,Hg,Cr的预测值-参考值之间不具有显著的相关关系。对土壤金属元素近红外光谱定量校正模型的适应性进行了初步研究,可为土壤中金属元素快速定量监测方法以及农产品产地环境监测等提供一定的参考。     

近红外光谱波段优化选择在驴奶成分分析中的应用

近年来,驴奶引起了越来越多研究者的注意.与牛奶相比,驴奶的营养成分更接近母乳,且有着许多独特的优势.由于驴奶与牛奶成分差别较大,适用于牛奶的模型无法直接应用于驴奶的成分分析中.但目前还未见将近红外光谱分析技术应用到驴奶成分分析中的研究报道.文章采用傅里叶变换近红外光谱法,快速测定了新疆疆岳驴奶中脂肪、蛋白质、能量和灰分的含量.其含量分布范围分别为:1.15%～2.54%,0.34%～2.67%,355.87～565.17 cal·kg-1,0.28%～0.57%.光谱扫描区为3 899.6～12 493.4 cm-1,扫描间隔1 cm-1.采用PLS回归算法对光谱信息阵X提取主成分时附加约束,使X的主成分与待分析组分Y相关.并利用优化波段和不同预处理方法优化组合,建立了PLS回归预测模型,并与PLS全谱区建模预测进行了比较.结果表明波段优化组合建模分析效果整体优于全谱区建模结果,驴奶样品中脂肪、蛋白质、能量和灰分的近红外光谱定量分析模型预测值与化学分析实测值在水平α=0.05下显著相关,其含量分析模型的校验集(RMSEP)值分别为0.18,0.117,23.5,0.040 6,表明预测值有较好的精度.结果表明建立近红外光谱定量分析模型用于驴奶样品成分分析是可行的,波段优化选择与全谱建模分析效果比较表明,建立定量分析模型对波段优化组合选择是必要的,当模型中包含了与组分无关的信息时,对模型定量分析将起干扰的作用,会影响模型的分析效果.因此进行谱段信息选择建立相应组分分析模型是数据预处理的有效环节.样品各组分标准值的测定结果的准确度和精确度都影响近红外定量分析的准确度.以近红外光谱法进行定量建模分析时,扩大组分含量的分布范围,提高标准数据的分析精度和准确度都是很必要的.