李正风徐广晋王家俊杜国荣蔡文生邵学广*,(云南中烟工业有限责任公司技术中心,昆明 650)(南开大学化学学院,分析科学研究中心,天津 0007)(喀什大学化学与环境科学学院,喀什 844000)
研究简报
模型诊断用于近红外光谱建模校正集中奇异样本的识别
李正风1徐广晋1王家俊1杜国荣2蔡文生2邵学广*2,31
(云南中烟工业有限责任公司技术中心,昆明 650231)2(南开大学化学学院,分析科学研究中心,天津 300071)3(喀什大学化学与环境科学学院,喀什 844000)
由于校正集样本的质量决定校正模型的质量,校正集中奇异样本的检测在多元校正建模中具有非常重要的意义。本研究建立了一种用于近红外光谱多元校正建模时校正集中奇异样本的检测方法。本方法基于奇异样本的定义和偏最小二乘方法的原理,通过考察每个校正集样本在模型的每个因子(或主成分)中对模型的贡献,将与多数样本表现不同的样本识别为奇异样本。采用218个橘汁样本构成的近红外光谱数据进行了分析,结果表明,校正集中存在6个奇异样本,扣除奇异样本后,校正集的交叉验证均方根误差由16.870减小为4.809,预测集的均方根误差从3.688减小为3.332。
多元校正;奇异样本检测;偏最小二乘;近红外光谱;定量分析
近红外光谱已在许多科研领域和行业得到广泛应用,多元校正是近红外光谱分析的的关键技术。已报道的多元校正方法有多元线性回归(MLR)、主成分回归(PCR)、偏最小二乘回归(PLSR)[1,2]、支持向量机(SVM)[3~5]等。为了提高建模方法的适用性,非线性建模、局部回归、多模型共识建模等方法与技术得到了发展与应用[6]。……