喷气燃料近红外光谱波长优选方法的比较研究

摘要

由于近红外光谱谱区较宽,全谱中通常包含大量的冗余和干扰信息,对校正模型的性能影响较大,因此需要对光谱进行波长优选,挑选出一部分能最大限度体现光谱信息的波长集合,提高建模效率与模型精度.为研究波长优选对喷气燃料校正模型性能的影响,制备了35个喷气燃料样本,接着利用相关系数法(CC)、无信息变量消除法(UVE)、连续投影法(SPA)、随机蛙跳法(RF)和移动窗口偏最小二乘法(MWPLS)进行波长选择,然后以密度为例建立偏最小二乘(PLS)模型.结果显示:通过波长优选后建模的波长数显著减少,为全谱的0.74％ ～10.25％,其中SPA选取的波长数最少,仅10个波长点;与全谱模型相比各模型校正集的SEC降幅为23.07％ ～53.85％,其中PLS-SPA降幅最大,R2c的增幅为0.38％ ～2.14％,其中PLS-UVE增幅最大;验证集SEP的降幅为13.33％ ～90.00％,其中PLS-UVE、PLS-SPA和PLS-RF降幅最大,R2p的增幅为0.78％ ～3.25％,其中PLS-UVE的增幅最大;另外,通过波长选择后建立的PLS模型主成分数显著减小,模型的解释力、复杂度得到较大改善.实验表明通过上述五种方法进行波长选择后不仅可以大大减少建模数据量,而且提高了模型的预测精度,具有很好的可行性与有效性.