双层PLS算法及其在近红外光谱分析中的应用

摘要：

针对近红外光谱数据局部效应显著,变量个数多,且彼此间常存在严重的复共线性,并与样品组分含量呈非线性关系,构建了一种双层非线性偏最小二乘回归(DNPLSR)算法.它将非线性回归和偏最小二乘(PLS)相结合,先在外层由PLS从样本数据中提取成分,并实现每对成分间的非线性映射,再在内层实施PLS算法,将外层因变量成分的拟合误差反馈计算转换权向量的增量,进一步修正转换权向量,以使外层所提取的成分对因变量具有更优的解释能力.最后,将该法应用于80个谷物样品的水组分含量与其近红外光谱的定量关系建模,效果良好,显示出很强的学习能力,所建模型的预报性能也优于其他方法.

关键词：偏最小二乘、非线性回归、误差反馈、算法修正、近红外光谱、定量分析

所属期刊栏目：27

分类号：O657.3(分析化学)

资助基金：国家自然科学基金20276063

在线出版日期：2007-08-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1127-1130