基于近红外光谱分析的数据处理方法研究进展
数据处理方法对于近红外光谱分析具有重要意义，随着研究的深入，现有处理方法的改进算法和新方法的应用不断出现。该文分析了波长选择、异常值剔除、噪声消除和模型优化方法的研究进展和发展趋势。在波长选择方法中，遗传算法、模拟退火算法等方法能够减少建模所需波长数目；异常值剔除方法中，异常值二次审核能够提高模型代表性和稳定性，而半重数采样法、最小半球体积法还具有无需计算逆矩阵，简便快速的特点；降噪消噪方法中，选择不同的小波函数，尺度和阀值决策，可最大限度提高信噪比；模型优化算法中，偏最小二乘法和主成分分析法已具有多种改进算法，与正交信号校正，向量回归，目标函数，人工神经网络等方法相结合，能够有效优化模型。
波长选择 噪声消除 近红外光谱 数据处理
刘洁 李小昱 李培武 王为 刘鹏 张荣荣
华中农业大学,武汉,430070 中国农业科学研究院武汉油料作物研究所,武汉,430062
国内会议
大庆
中文
2007-08-14（万方平台首次上网日期，不代表论文的发表时间）