遗传算法用于偏最小二乘方法建模中的变量筛选

利用全局搜索方法－遗传算法（genetic algorithms,GA)对近红外光谱分析中的波长变量进行筛选,再用偏最小二乘方法（patrial least squares,PLS）建立分析校正模型。对两类样品的近红外光谱分析应用实例表明,这种选取变量进行校正的方法,不仅简化、优化了模型,而且增强了所建模型的预测能力,尤其适用于单纯PLS较以校正关联的体系。     

红外光谱定量分析中的一种变量聚类偏最小二乘算法

偏最小二乘算法( Partial least squares, PLS)可以很好地解决分析数据中的变量共线性问题,在光谱分析,尤其是近/中红外及拉曼光谱的定量分析中应用广泛。针对PLS存在的有效信息提取和噪声抑制问题,提出一种变量聚类重加权的PLS算法。通过对光谱的各波数变量进行聚类并分别建模,然后集成为全谱模型。通过对计算并赋予各子类不同的权重,根据对模型的贡献对变量进行重加权,从而提高算法的预测精度。汽油中的辛烷值预测和烟草中的烟碱含量预测两组近红外数据验证表明,所提出算法优于经典的PLS算法,其RMSEP在两组数据中分别降低32%和22%,在光谱数据的定量分析中具有潜在的应用优势。     

偏最小二乘近红外光谱模型中潜变量个数对模型传递性能的影响

以玉米中水分、蛋白质、脂肪和淀粉4种主要成分含量以及烟叶总植物碱的偏最小二乘近红外光谱(PLS-NIRs)模型传递为例,考察了模型中潜变量个数(nLVs)对模型传递误差的影响。研究发现,根据累积贡献率大于99.9%确定的玉米、烟叶样品PLS-NIRs模型的nLVs分别为1和13,nLVs=1时建立的玉米模型对两台从机样品4个成分的预测值和主机预测值的重现性指标均满足国标要求;nLVs=13时建立的烟叶总植物碱模型经分段直接校正(PDS)后,可使4台从机样品的平均相对预测误差(MRE)小于6%。采用留一交叉验证或四折交叉验证确定的玉米、烟叶PLS-NIRs模型的nLVs分别为5～10,16与19,在这些nLVs下建立的玉米PLS-NIRs模型对从机样品的预测误差显著增大,超过许可的误差范围,且模型即使经PDS校正后,从机样品预测值与主机样品预测值的重现性指标大多不满足国标要求;nLVs>13时所建烟叶总植物碱PLS-NIRs模型的转移误差随nLVs增大而增大,且PDS校正后不能保证模型对所有从机样品的MRE小于6%。根据累积贡献率大于99.9%或接近99.9%为准则选取nLVs,可...     

Bagging偏最小二乘和Boosting偏最小二乘算法的金银花醇沉过程近红外光谱定量模型预测能力研究

建立金银花醇沉过程中稳健的近红外光谱( Near infrared spectroscopy,NIR)定量模型,为金银花醇沉过程的快速评价提供方法。研究基于金银花醇沉过程绿原酸的 NIR 数据,通过建立 Bagging 偏最小二乘(Bagging-PLS)模型、Boosting偏最小二乘(Boosting-PLS)模型与偏最小二乘(Partial Least Squares,PLS)模型,实现对模型性能比较;在此基础上,采用组合间隔偏最小二乘法( Synergy interval partial least squares,siPLS)和竞争自适应抽样( Competitive adaptive reweighted sampling,CARS )法分别对光谱进行变量筛选,建立模型,实现了对模型预测性能的考察。实验结果表明, Bagging-PLS和Boosting-PLS(潜变量因子数设为10)的预测性能均优于 PLS 模型。在此基础上,两批样品采用 siPLS 筛选变量,第一个批次金银花筛选波段820~1029.5 nm和1030~1239.5 nm,第二个批次金银花醇沉筛选波段为820~959.5 nm和960~1099.5 nm;采用CARS方法变量筛选,两批样品分别选择5折交叉验证和10折交叉验证,取交叉验证均方根误差( RMSECV)值最小的子集作为最终变量筛选的结果。经过变量筛选的两批金银花醇沉过程中的绿原酸含量Bagging-PLS和Boosting-PLS模型的预测均方根误差(RMSEP)值降低了0.02~0.04 g/L,预测相关系数提高了4%~5%。综上,Baggning-PLS和Boosting-PLS算法可作为金银花醇沉过程NIR定量模型的快速预测方法。     

组合偏最小二乘回归方法在近红外光谱定量分析中的应用

针对近红外光谱数据局部效应显著,变量个数多,彼此间常存在严重的复共线性,并多与样品组分含量呈非线性关系,构建一种组合非线性偏最小二乘回归(E-S-QPLSR)方法。它采用无重复采样技术(subag-ging),从训练样本中生成若干子样,然后每个子样通过二次多项式偏最小二乘回归(QPLSR),建立其子模型,并实现对训练样本因变量的定量预测,再将它们交由线性PLS算法用于计算各子模型的组合权系数。将该法应用于80个玉米样品的水组分含量与其近红外光谱的定量关系建模,效果良好,显示出很强的学习能力,所建模型的预报性能也优于其它方法。     

稳健偏最小二乘类模型及其在清真香肠红外质量控制中的应用

针对在实际多元质量控制中经常遇到的奇异样品问题,本研究提出了一种稳健偏最小二乘类模型.本方法基于Stahel-Donoho奇异度和样品重加权策略,用稳健的类中心和模型误差构造稳健的决策区间.将本方法用于清真香肠的红外分析,建立了稳健的质量控制方法.在香肠样品的不同部位进行取样,充分研磨后制备溴化钾压片,以空气为背景,测量4000～400 cm-1范围的红外透射光谱.基于73个清真香肠样品和78个非清真样品的光谱数据,研究了新提出的稳健类模型的统计效率和稳健性.在有奇异样品存在的情况下,本方法能有效检出奇异样品,为新样品的预测提供稳健的决策区间.排除奇异样品后,基于原始光谱的模型灵敏性为0.846,特异性为0.936;基于标准正态变量法的模型灵敏性为0.923,特异性为0.974.     

用于紫外光谱水质分析的Boosting-偏最小二乘法

为提高水质参数总有机碳(TOC)的紫外吸收光谱分析的预测精度,提出一种基于Boosting理论的迭代式回归建模算法,并根据统计学习理论提出一种新的迭代停止判据,可有效防止过拟合,显著提高模型预测精度。为评估所提算法的性能,分别采用本算法和3种常用的光谱分析方法,即偏最小二乘、主成分回归和人工神经网络,对自行研制的紫外光谱水质分析仪实测的一组数据进行了建模和预测。计算结果表明:相对于其他3种方法,本算法具有生成的模型预测精度高的显著优势。     

X-射线荧光光谱分析中偏最小二乘回归技术与基本参数法的研究

将偏最小二乘回归技术(PLS)与X-射线荧光分析中的基本参数法(FP)相结合,编制PLSFP软件,运用熔样技术,可以定量测定地质岩石样品中的十三个主,次量元素,并使准确度提高,模型预测能力增强。模型选择和最佳维数的确定方法是成功的关键。PLSFP软件采用结构化编程,由标准FORTRAN 77语言写成,可在UNIX,XENIX和DOS操作系统下运行。     

偏最小二乘法及主组分回归法用于药物组分的测定

本文研究了多元校准方法——偏最小二乘法(PLS)和主组份回归法(PCR)在药物多组份光度分析中的应用,获得了较满意的结果。而且在系列校准样品的实验设计、交叉证实法确定最佳因子数以及空缺组份体系的分析等方面进行了探讨。     

基于多模型共识的偏最小二乘法用于近红外光谱定量分析

建立了多模型共识偏最小二乘(cPLS)建模方法, 并应用于烟草样品近红外(NIR)光谱与常规成分氯含量之间的建模研究, 探讨了建模参数对预测结果的影响. 结果表明, cPLS方法与传统的偏最小二乘算法(PLS)相比, 所建模型更稳定可靠, 预测结果也可得到了明显改善.     

应用多模型共识偏最小二乘法和FTIR/ATR光谱技术建立苯丙酮尿症的筛查模型

利用多模型共识偏最小二乘法(cPLS)建立新生儿苯丙酮尿症(PKU)的红外光谱筛查模型,比较PLS和cPLS模型的性能。对原始光谱进行一阶微分预处理,分别用PLS和cPLS建立干血片中苯丙氨酸浓度的定量校正模型,各运行40次,以预测均方根误差(RMSEP)、平均相对误差(MRE)和预测准确率(Acc)为指标,考察两种模型对独立测试集的预测效果。PLS模型的RMSEP、MRE、Acc的平均值和标准差分别为103.3、0.32、97.1和30.0、0.07、4.4;而cPLS模型的RMSEP、MRE、Acc的平均值和标准差分别为88.4、0.26、99.3和19.8、0.04、2.4。cPLS较PLS模型预测更准确,稳定性更好,更适于建立PKU的红外光谱筛查模型。     

构建支持向量机-偏最小二乘法为药物构效关系建模

为研究药物构效关系积累样本数据的过程中,需为小样本建模。此时较易造成过拟合,影响模型的预测性能和稳定性。为此可用偏最小二乘(PLS)法从样本数据中成对地提取最优成分,消除自变量间的复共线性,并有效的降维,然后应用最小二乘支持向量机对成对成分进行非线性回归,并以基于误差修正的策略调整,使之更有效地表达自、因变量间的非线性关系。由此构建为EB-LSSVM-PLS算法,所建模型的预报精度高,稳定性良好。将其应用于新型黄烷酮类衍生物的QSAR建模,效果令人满意,其泛化性能优于其它方法。     

偏最小二乘光度法同时测定多种酚的研究及应用

利用Ｃｕ（Ⅱ）吡啶能与酚形成稳定的三元配合物的特点，研究了Ｃｕ（Ⅱ）－吡啶－酚三元显色新体系，并以偏最小二乘法建立模型预测，同时测定了模拟水样和环境水样中的对苯二酚、间苯二酚、邻苯三酚和对硝基苯酚，取得满意效果。