粒子群算法的近红外光谱定性分析预处理及特征提取参数优化方法研究

李浩光， 于云华， 逄 燕， 沈学锋

1. 山东石油化工学院机械与控制工程学院， 山东 东营 257061 2. 中国石油大学(华东)新能源学院， 山东 东营 257061

引 言

在近红外光谱定性分析时， 为取得最优识别效果， 首先需对原始光谱数据预处理， 并进行特征提取。 预处理主要目的是为消除样品自身与外界环境干扰因素对近红外光谱数据影响， 常用预处理方法包括平滑、 一阶导、 归一化等[1-2]； 而特征提取方法能够剔除近红外光谱数据中的无关信息， 保留有效信息， 常用特征提取方法有偏最小二乘(partial least squares,PLS)、 主成分分析(principal component analysis， PCA)、 线性判别分析(linear discriminant analysis,LDA)、 正交线性判别分析(orthogonal linear discriminant analysis,OLDA)等[3-5]。 不同预处理方法及特征提取方法具有不同特点， 构建近红外定性分析数学模型时， 单独使用某种预处理方法或特征提取方法往往难以取得理想结果， 常将多种预处理方法及多种特征提取方法组合使用以提升模型性能， 在各种预处理及特征提取方法中往往需要设定一些可变参数， 这些可变参数对定性分析的性能有重要影响， 因此采用多个预处理方法及多个特征提取方法就存在多个参数需要确定的问题。

常用的确定各参数的方法包括试凑法及多重循环嵌套寻优方法。 试凑法求取各待定参数最优值时难以求得全局最优解； 多重循环嵌套寻优方法需要消耗大量计算机内存与时间， 存在效率低的缺点。 为高效确定预处理环节及特征提取环节的多个待定参数， 提出了一种基于粒子群算法的近红外光谱预处理及特征提取参数组合寻优方法， 并以玉米籽粒单倍体二倍体光谱为例， 对两种方法进行了实验验证。……