近红外光谱的光谱干扰消除和奇异点识别
本文提出了一种新的混合算法用于扣除近红外光谱校正过程中的光谱干扰与奇异点.该算法结合了连续小波变换(continuous wavelettransform,CWT)和迭代样本权重偏最小二乘法(Iterative object weighting-partial least square,IOWPLS),将近红外光谱校正过程分成两步:首先采用CWT扣除光谱干扰,然后采用IOWPLS算法消除奇异点的影响并建立多元校正模型.结果表明,同时扣除光谱干扰和奇异点可有效地提高模型的稳健性与预测能力.
近红外光谱 光谱干扰 奇异点 连续小波变换 迭代样本权重偏最小二乘法
陈达 胡斌 邵学广 苏庆德
中国科学技术大学化学系,安徽,合肥,230026
国内会议
福建厦门
中文
41-42
2004-11-19(万方平台首次上网日期,不代表论文的发表时间)