模型诊断用于近红外光谱建模校正集中奇异样本的识别
由于校正集样本的质量决定校正模型的质量,校正集中奇异样本的检测在多元校正建模中具有非常重要的意义.本研究建立了一种用于近红外光谱多元校正建模时校正集中奇异样本的检测方法.本方法基于奇异样本的定义和偏最小二乘方法的原理,通过考察每个校正集样本在模型的每个因子(或主成分)中对模型的贡献,将与多数样本表现不同的样本识别为奇异样本.采用218个橘汁样本构成的近红外光谱数据进行了分析,结果表明,校正集中存在6个奇异样本,扣除奇异样本后,校正集的交叉验证均方根误差由16.870减小为4.809,预测集的均方根误差从3.688减小为3.332.
近红外光谱 多元校正集 奇异样本 校正模型 检测误差
李正风 徐广晋 王家俊 杜国荣 蔡文生 邵学广
云南中烟工业有限责任公司技术中心,昆明650231 南开大学化学学院,分析科学研究中心,天津300071 南开大学化学学院,分析科学研究中心,天津300071;喀什大学化学与环境科学学院,喀什844000
国内会议
北京
中文
305-309
2016-11-01（万方平台首次上网日期，不代表论文的发表时间）