1、近紅外頻譜建模的化學(xué)計量學(xué)研究，消學(xué)光化學(xué)資訊科學(xué)實驗室南開大學(xué)化學(xué)和天津市，300071 laboratory of chemo informatics department of chemistry，Nankai university，Tianjin，30071es rapid and non destructive analysis with little or no sample preparation . it can be used for analysis of very complex samples。近紅外頻譜分析建模(，近紅外光譜的特點，背景重疊多組件，需要數(shù)據(jù)處理！煙葉成

2、分4000茄子化合物。煙的組成是6000種化合物。近紅外頻譜分析中的問題，建模方法PLS，ANN，SVR，頻譜字典處理背景減除，數(shù)據(jù)壓縮變量過濾/波長過濾建模樣本過濾代表，均勻分布，包含預(yù)測樣本，奇異樣本檢測模型轉(zhuǎn)移，NIR建模的化學(xué)計量學(xué)方法研究，建模方法PLS，SVR，建模方法沙發(fā)轉(zhuǎn)換為背景減除，1.1近紅外光譜的背景減除，cwt with symmlet (2)，a=20，experimental spectra of 50 tobacco samples，Chemo metrics and intelligent 20 (3 1.2 CWT-mIPOW NIRS的變量篩選和刪除單個示例

3、，ipow iterative predictors and objects weighting m . for ina； C. CasolinoE.m. almansa，el.lab.syst .2003，68 (1-2) :29-40，X original matrix of predictors(variginal matrix of predictors)，cwt-mipow-pls applied to prediction of alkaloids content of tobacco samples，83 NIRS spectra training se

4、t 3360 63 prediction set50 as training set20as prediction set，prediction : ts : total sugar TN : total nitrogen ta : total nitrogen ta 3360 total alkaloid，pls與WT-UVE-PLS的預(yù)測結(jié)果比較，2，在近紅外頻譜分析中研究建模方法，2.1，小波變換-支持向量回歸(CWT-SVR) 2.2，基于獨立分量的局部回歸2.3，一致算法，2.1，小波變換-支持向量回歸將106個樣本隨機分成校正集(50個)和預(yù)測集(56個)。分別建立了全光譜的PLS

5、模型、SVR模型和CWT-SVR模型。在創(chuàng)建所有模型的過程中，用修正集的預(yù)測均方根誤差(RMSEP)進行了參數(shù)優(yōu)化。預(yù)測預(yù)測集中的抽樣。2.2，基于獨立分支的局部回歸，樣本分布在獨立分支(左)和主成分(右)空間，局部建模方法包括煙草樣品分析，煙草樣品362個，預(yù)測目標(biāo)：尼古丁。將362個樣本的數(shù)據(jù)隨機分成3個部分。牙齒中，212個樣本的頻譜數(shù)據(jù)用作校正集，44個樣本的頻譜數(shù)據(jù)用作檢查集，其馀106個樣本的頻譜數(shù)據(jù)用作預(yù)測集。2.3、一致算法、PLS、PCR等傳統(tǒng)多校正技術(shù)通常使用單個模型。也就是說，首先使用特定的培訓(xùn)集創(chuàng)建最佳模型，然后將其用于預(yù)測。當(dāng)培訓(xùn)集樣本數(shù)量有限或存在大錯誤時，模型的預(yù)

6、測準(zhǔn)確度和穩(wěn)定性往往不令人滿意。共識戰(zhàn)略使用同一培訓(xùn)集的徐璐不同子集模型同時預(yù)測多個模型，將多個預(yù)測結(jié)果作為簡單平均或加權(quán)平均作為最終預(yù)測結(jié)果，從而提高預(yù)測準(zhǔn)確度和穩(wěn)定性。合意算法誤差公式，A Consensus PLS (cPLS)，(1) cPLS相關(guān)參數(shù)設(shè)置(例如培訓(xùn)集和檢查集中的樣品數(shù)、成員模型數(shù)、成員模型接受標(biāo)準(zhǔn)等)，(2)將培訓(xùn)集樣品隨機分成培訓(xùn)子集和檢查集。(3)以訓(xùn)練子集樣品建立PLS模型。(4)使用既定模型預(yù)測測試集。(5)根據(jù)檢查集預(yù)測結(jié)果和實驗值之間的平均相對誤差，確定模型是否接受為cPLS的成員模型。(6)迭代(2)-(5)階段到cPLS的模型數(shù)達到預(yù)定值。PLS與cPLS比較stability、rmseps obtained by cpls()和pls () in 15 runs of prediction，預(yù)測煙草樣品中氯的含量58 tobacco samples 20 as prediction然后，我們以牙齒M個采樣為中心查找相鄰的N個采樣，并分別創(chuàng)建M個模型。最后，使用M個模型進行預(yù)測(M個預(yù)測值的平均值或加權(quán)平均值)。在CDL-PLS煙草樣品中用于預(yù)測尼古丁含量，比較100次計算結(jié)果CDL-PLS Loo-PLS Gind-PLS Lind-PLS 373煙草樣品187訓(xùn)練集186預(yù)測集，Reviews Books，1小學(xué)光2005