近红外光谱基于谱回归的新型局部偏最小二乘建模方法

摘要

近红外光谱定量分析中样本间差异过大时会导致样本光谱与检测目标之间存在严重的非线性,使现有的偏最小二乘(Partial Least Square,PLS)模型的预测精度变差.针对这个问题本文提出一种新型局部PLS建模方法:基于谱回归的局部PLS建模方法(SR-EL-PLS).利用谱回归方法对样本光谱进行压缩,以压缩后的未知样本光谱和校正样本光谱间的欧式距离作为样本相似性判据.将这种方法应用于标准的近红外光谱数据集,实验结果表明这种局部PLS建模方法显著优于现有的全局PLS建模方法(G-PLS)、基于样本光谱间欧式距离的局部PLS建模方法(EL-PLS)、基于样本光谱主成分间欧式距离的局部PLS建模方法(PCA-EL-PLS).与现有的三种建模方法相比,本文的新型局部PLS建模方法,其预测均方根误差(RMSEP)降低了45％以上,在近红外光谱定量分析领域具有良好的应用前景.