|
|||||
|
|
| 基于卡尔曼滤波的近红外光谱特征波长变量优选方法 | |
| 引用本文： | 王立琦,葛慧芳,李贵滨,于殿宇,胡立志,江连洲.基于卡尔曼滤波的近红外光谱特征波长变量优选方法[J].光谱学与光谱分析,2014,34(4):958-961. |
| 作者姓名： | 王立琦 葛慧芳 李贵滨 于殿宇 胡立志 江连洲 |
| 作者单位： | 王立琦:哈尔滨商业大学计算机与信息工程学院, 黑龙江 哈尔滨 150028 葛慧芳:哈尔滨商业大学计算机与信息工程学院, 黑龙江 哈尔滨 150028 李贵滨:哈尔滨商业大学计算机与信息工程学院, 黑龙江 哈尔滨 150028 于殿宇:东北农业大学食品学院, 黑龙江 哈尔滨 150030 胡立志:东北农业大学食品学院, 黑龙江 哈尔滨 150030 江连洲:东北农业大学食品学院, 黑龙江 哈尔滨 150030 |
| 基金项目： | 国家自然科学基金项目(31271886), 黑龙江省高校科技成果产业化前期研发培育项目(1253CGZH22), 哈尔滨市科技创新人才研究专项资金项目(2012RFQXG082), 黑龙江省教育厅科学技术研究项目(12531154), 哈尔滨商业大学博士科研启动项目(12DL023)和食品安全与营养协同创新中心团队资助 |
| 摘 要： | 将经典的卡尔曼滤波器与近红外光谱分析技术相结合,提出了一种新的特征波长变量选择方法——卡尔曼滤波法。分析了卡尔曼滤波器用于波长优选的原理,设计了波长选择算法并将其应用到大豆油脂酸价的近红外光谱检测中。首先利用偏最小二乘法(PLS)对油脂不同吸收波段建模,初步筛选出4 472~5 000 cm~(-1)油脂酸价特征波段共132个波长点,然后进一步利用卡尔曼滤波器进行特征波长选择,从中优选出22个特征波长变量建立PLS校正模型,预测集决定系数R~2、预测误差均方根RMSEP分别为0.970 8和0.125 4,与利用132个波长点建立的校正模型预测结果相当,而波长变量数减少到原来的16.67%。该波长变量选择算法是一种确定性的迭代过程,无复杂的参数设置和变量选择的随机性,物理意义明确。优选出少数对模型影响较大的特征波长变量以代替全谱建模,在简化模型的同时提高了模型的稳健性,为开发专用油脂近红外光谱分析仪器提供了重要参考依据。 |
| 关 键 词： | 卡尔曼滤波 近红外光谱 油脂酸价 波长优选 |
| 收稿时间： | 2013/7/3 |
Characteristic Wavelength Variable Optimization of Near-Infrared Spectroscopy Based on Kalman Filtering |
|
| Abstract: | |
| Keywords: | Kalman filtering Near-infrared spectroscopy Oil acid value Wavelength optimization |
| 本文献已被 CNKI 等数据库收录！ | |