紅外光譜定量分析中的一種變量聚類偏最小二乘算法
2015-07-30 07:42:23畢一鳴等
分析化學 2015年7期
畢一鳴等
摘 要 偏最小二乘算法（Partial least squares， PLS）可以很好地解決分析數據中的變量共線性問題，在光譜分析，尤其是近/中紅外及拉曼光譜的定量分析中應用廣泛。針對PLS存在的有效信息提取和噪聲抑制問題，提出一種變量聚類重加權的PLS算法。通過對光譜的各波數變量進行聚類并分別建模，然后集成為全譜模型。通過對計算并賦予各子類不同的權重，根據對模型的貢獻對變量進行重加權，從而提高算法的預測精度。汽油中的辛烷值預測和煙草中的煙堿含量預測兩組近紅外數據驗證表明，所提出算法優于經典的PLS算法，其RMSEP在兩組數據中分別降低32%和22%，在光譜數據的定量分析中具有潛在的應用優勢。endprint
