棉/滌混紡織物近紅外簡化分析模型構建方法研究?

張國麗王 武

(天津理工大學中環信息學院，天津 300380)

紡織品成分標簽是紡織品技術法規嚴格控制的內容之一，是紡織品出口和指導消費者正確使用的重要參考指標。 目前，混紡織物成分的定量檢測方法主要有化學溶解法和顯微鏡法[1]，其中，化學溶解法需要依據不同的分析組分選擇相應的溶劑，操作專業性強且易污染環境；顯微鏡法檢測效率低，而且分析的準確性很大程度上取決于測試人員分辯混合物中不同纖維的能力。 因此，亟需探索一種高效、綠色且易于操作的分析方法及儀器為紡織品成分的快速分析提供服務。

近紅外光譜分析技術 ( Near-infrared spectroscopy，NIRS)作為一種高效、無損、綠色的分析方法被廣泛應用于眾多領域[2]。 在紡織領域，NIRS 被用于鑒別廢舊織物、檢測織物纖維含水率及含量的檢測[3－4]。 孫通等采用NIRS 和競爭性自適應重加權算法對棉麻混合織物中棉含量進行了檢測研究[5]。 Sun 等利用近紅外技術結合變量選擇法快速測定棉/滌混紡織物中含棉量[6]。 季惠等采用NIRS 對棉、滌綸、錦綸、羊毛的純紡紡織品進行鑒別，識別率達90%以上[7]。

NIRS 在紡織品檢測中的應用大多采用商業化的分析儀器，建模變量較多，要求分析人員具有一定的化學計量學知識，模型較復雜；而且，較寬的分析波段對分析儀器光源和檢測器有較高要求，儀器價格較昂貴。

論文采用NIRS 對棉/滌混紡織物中棉含量進行無損快速分析。 蒙特卡羅無信息變量消除(Monte Carlo uninformative variable elimination，MCUWE)、競爭性自適應重加權算法(competitive adaptive reweighted sampling，CARS)和迭代保留信息變量(iteratively retaining informative variables，IRIV)三種特征變量優選方法結合偏最小二乘回歸(partial least squares regression，PLSR)用于棉/滌混紡織物中棉含量的近紅外簡化分析模型構建。 研究結果將為開發紡織品成分便攜式近紅外分析儀器光源和探測器的選用提供理論參考。

1 實驗部分

1.1 樣品與儀器

試驗樣品由山東、江蘇、廣州等出入境檢驗檢疫局提供，共255 個棉/滌混紡織物樣本。 實驗樣品具有不同組織結構和不同顏色構成，根據國標GB/T 2910.11—2009 方法測定樣本的棉含量，得到棉的質量百分數含量范圍為5.30%～99.50%。 255 個試驗樣品按照棉含量由低到高排列，其中棉含量最大和最小的樣品作為校正集樣品，連續的3 個樣品中取1 個作為預測集樣品。 因此，校正集樣品有170 個，預測集樣品有85 個。

瑞士步琦公司NIRFlex N－500 型傅立葉變換近紅外光譜儀用于樣品近紅外光譜的采集，光譜范圍為4 000 cm－1～10 000 cm－1。 實驗過程中，為了減少紡織品厚度、孔隙等結構對織物的近紅外光的反射影響[8]，對面密度大于100 g/m2的樣品折疊為4層，面密度小于100 g/m2并大于50 g/m2的樣品折疊為8 層，面密度小于10 g/m2的樣品折疊為16層。 為了消除實驗過程出現的偶然誤差，對每一個樣品進行重復檢測3 次，取平均光譜做最終檢測光譜。

1.2 數據處理方法

標準正態變量變換(SNV)預處理用于消除紡織品間由于顏色、紋理和厚度等差異引起的光散射和光譜基線漂移效應[9]；混紡織物樣品的近紅外光譜包含1 501 個變量，包含了大量的相似冗余信息和噪聲變量。 擬采用變量優選方法去除冗余和噪聲信息，篩選出光譜數據中有效變量，建立簡化分析模型。

MCUVE 是基于蒙特卡羅重復采樣結合UVE 變量排序的特征變量優選方法[10－11]。 UVE 是基于PLSR 系數向量X的變量選擇方法，用來消除不提供信息的變量。 回歸系數矩陣在第n次迭代后計算得到的回歸系數矩陣XW＝[X1，X2，…，Xn]，系數的穩定性定義為:

式中:mean(Xj)和std(Xj)為模型回歸系數的均值和標準差；Xj為回歸系數矩陣X的第j列向量，j＝1，2，…，n。

CARS 是一種快速有效的變量選擇算法[12－13]。該方法基于蒙特卡羅采樣，隨機抽取校正集樣本的一部分建立PLSR 模型，得到每個波長的回歸系數。通過指數衰減函數( exponentially decreasing function，EDF)去除回歸系數較小的波長點。 基于自適應重加權采樣(adaptive reweighted sampling，ARS)技術進一步對變量進行篩選。 當蒙特卡羅采樣次數達到預先設定的值時，比較每次蒙特卡羅采樣得到變量子集的交叉驗證的均方誤差(root mean square error of cross-validation，RMSECV)值，選擇RMSECV 值最小時對應的變量子集作為CARS 的最優變量子集。

IRIV 是一種基于二進制矩陣重排過濾器(binary matrix shuffling filter，BMSF)的特征變量選擇算法[14－15]。 通過生成了一個僅包含1 或0 的二元矩陣M，其維度為K×P的。 矩陣M的每一行依次用于PLSR 方法建模。 5 折交叉驗證的RMSECV用于評估每個變量子集的模型結果。 因此，可以獲得K×1 大小的向量記為為RMSECV0。 將M的第i列中的所有1 變為0，并將第i列中的所有0 變為1，同時保持M的其他列不變來獲得矩陣M1。 矩陣M1的每一行建立PLSR 模型，得到K×1 大小的向量記為RMSECVi。 定義φ0和φ1以評估每個變量的重要性，公式如下:

式中:MKi是M的第K行i列的值，M1Ki是M1的第K行i列的值，KthRMSECV0和KthRMSECVi分別表示向量RMSECV0和RMSECVi中第K行的值。 定義P＝0.05 為閾值進行Mann-WhitneyU檢驗[16]。 通過迭代保留有用信息變量，剔除無信息變量和干擾變量。 對保留變量進行反向消除，剩下的變量為最終選取的特征變量。

光譜預處理后，采用MCUVE，CARS 及IRIV 方法對光譜變量進行優選，剔除冗余的變量。 在MCUVE，CARS 及IRIV 分析中，采用5 折PLSR 交叉驗證建模，最大因子數為20。 經變量優選后，應用PLSR 方法建立棉/滌混紡織物中的棉含量預測模型。

1.3 模型評價準則

AIC(Akaike information criterion)信息準則[17]是建立在熵的概念基礎上，可以權衡所估計模型的復雜度和模型擬合數據的優良性。

式中:k是變量的數量，n為樣本數，RSS(residual sum of squares)為殘差平方和。 AIC 值是模型構建變量數和精度的綜合評價指標，AIC 值越小代表建模的變量數越少，且具有較好的擬合精度。

2 結果和分析

2.1 棉/滌混紡織物樣品近紅外光譜分析

圖1 所示(a)為棉/滌混紡織物樣品的近紅外光譜圖。 從圖1(a)可以看出，4 000～10 000 cm－1范圍內的光譜分布非常相似，由于樣品厚度、紋理、顏色等差異導致黑色棉/滌織物、牛仔布及其他棉/滌樣品譜圖存在較大差異，同時還顯示出系統的基線漂移[18]。 光譜在4 000 cm－1～7 000 cm－1之間存在較多明顯的波峰與波谷，光譜波峰分別位于4 104 cm－1、4 484 cm－1、4 972 cm－1、5 388 cm－1和6 172 cm－1左右，波谷分別位于4 040 cm－1、4 260 cm－1、4 740 cm－1、5 256 cm－1和6 052 cm－1左右。 其中6 172 cm－1左右的波峰為滌綸特征峰，峰值與滌的含量變化趨勢一致，當滌綸含量小于10%時，此特征峰幾乎觀察不到。

采用SNV 方法對原始近紅外光譜數據進行處理消除紡織品間由于顏色、紋理和厚度等差異引起的光譜散射和基線漂移效應。 預處理后的近紅外光譜如圖1(b)所示。 從圖中可以看出，預處理后不同樣品光譜間的非組分信息引起的變動得到明顯改善。

圖1 棉/滌混紡織物樣品近紅外光譜圖

2.2 棉/滌混紡織物近紅外光譜特征變量優選

MCUVE 算法的變量選擇結果，如圖2(a)所示，在迭代采樣中，RMSECV 的值的整體變化趨勢是先下降后上升，最小值點出現在第32 次采樣，之后的RMSECV 逐漸增大，說明引入了冗余變量。 保留第32 次迭代采樣對應的650 個變量，其分布如圖2(b)所示。

圖2 MUVCE 方法變量優選結果

CARS 算法的變量選擇結果，圖3(a)反映出由于EDF 的作用，隨著蒙特卡羅采樣次數的增加，RMSECV 值呈先減小后增大的趨勢，并且在第24 次采樣時達到最小值，因此選擇該點對應的67 個特征變量，作為CARS 算法篩選的特征變量，如圖3(b)所示。

圖3 CARS 方法變量優選結果

IRIV 算法一共進行了13 輪，如圖4(a)所示為IRIV 算法迭代次數與優選變量的變化關系圖，由圖可知，前3 輪迭代變量個數迅速減少，從1 501 個變量減少到了370 個，然后變量個數減少的速度放緩，第12 輪迭代后完全剔除了無信息變量和干擾變量，并進行反向消除操作。 經過第13 輪的反向消除最終選擇了6 個特征變量，如圖4(b)所示。

圖4 IRIV 方法變量優選結果

2.3 混紡織物棉含量簡化光譜分析模型構建

全譜和變量優選后混紡織物棉含量的PLSR 模型結果如表1 所示。 通過與SNV－全譜－PLSR 模型比較，SNV-MCUVE-PLSR 模型的變量數減少了851個，RC和RP分別提高了0.065 和0.042，RMSECV 和RMSEP 分別降低了4.247 和2.471。 SNV-CARSPLSR 模型的變量數減少了1 434 個，RC和RP分別提高了0.066 和0.037，RMSECV 和RMSEP 分別降低了4.418 和2.197。 SNV-IRIV-PLSR 模型的建模的變量數僅為6，RC和RP分別提高了0.013 和0.004，RMSECV 降低了0.651，RMSEP 增大為0.025，與全譜模型比較，預測誤差稍有增加，然而建模的有效變量數顯著下降。 由此可知三種變量選擇法都能夠在保證較高分析精度的前提下有效地選擇特征變量。

表1 不同建模變量的混紡織物棉含量PLSR 模型結果

模型的AIC 結果如表1 所示。 全譜模型的AIC值最大為3 758，經過變量優選方法處理后模型AIC值都得到大幅度降低，其中CARS-PLSR 和IRIVPLSR 模型的AIC 值分別為668.8 和743.1，但是IRIV-PLSR 模型在保證預測精度較好的前提下，建模變量最少，因此IRIV-PLSR 棉含量分析模型復雜度最小，模型最簡化。 圖5 所示為85 個預測集樣本棉含量真實值與IRIV-PLSR 模型預測值的相關圖，兩者具有較好的相關性。

圖5 棉含量真實值與IRIV-PLSR 模型預測值相關圖

3 結論

近紅外光譜結合變量優選方法對棉/滌混紡織物中棉含量進行簡化模型的構建方法研究，研究結果表明三種變量選擇方法均可以在保證模型具有較好分析精度的前提下優選出建模變量，降低模型構建的復雜度，其中，IRIV 方法將原始光譜的1 501 個變量縮減為6 個，對應的波長分別為5 824 cm－1、7 808 cm－1、8 136 cm－1、8 160 cm－1、8 164 cm－1和8 684 cm－1，極大地簡化模型，研究結果將為開發紡織品成分便攜式近紅外分析儀器光源和探測器的選用提供理論參考。