0
关键词：
高级氧化技术,羟基自由基,农药废水,降解
发表时间：
2012-06-19 10:45:54
摘 要 针对样品的近红外(NIR) 光谱与其物理化学性质之间存在的非线性关系, 提出了一种结合等距映射( Isomap) 和偏最小二乘( PLS) 的非线性建模新方法。Isomap 是一种新的非线性降维方法, 属于流形学习方法, 能有效地发现高维数据中的本真低维结构。Isomap2PLS 建模方法首先用Isomap 对高维NIR 光谱数据作非线性降维, 再用PLS 降维并建立校正模型。将Isomap2PLS 建模方法分别应用于两个公开的NIR 光谱标准数据集, 并与PLS 单独建模进行比较。结果表明, 在两个数据集上, 用Isomap2PLS 方法建立的校正模型比单独用PLS 算法建立的校正模型具有更小的交叉验证均方根误差(RMSECV) ; 对某些性质数据,Isomap2PLS 模型比PLS 模型的RMSECV 值要小2～5 倍。因此, Isomap 能够有效反映NIR 光谱中存在的非线性结构, Isomap2PLS 比PLS 具有更好的建模与预测能力。
近红外(near inf rared , NIR) 光谱数据是由不同波长(或波数) 下的吸光度组成, 在数学上可以视为一个向量, 其吸光度点的个数即为向量维数。NIR 光谱仪原理不同或者设置不同, 光谱向量的维数将不一样, 但通常在数百至2 000 之间。一方面光谱测量基本服从Lambert2Beer 定律导致光谱数据存在严重的多重共线问题, 另一方面由于光谱测量中的非单色光、杂散光、温度等多种因素导致光谱偏离该定律, 从而使待测理化性质与光谱之间形成非线性关系[1 , 2 ] 。同时,光谱数据除包含有用信息外, 常包含一定水平的噪声。因此, 为了建立一个有预测能力的NIR 校正模型, 必须使用能从光谱向量中提取有用信息、并准确反映性质与光谱之间线性或非线性关系的化学计量学算法。
降维是一种有效消除噪声并提取有用信息的方法, PCA和PLS 等线性降维方法已成为广泛使用的常规方法[3-6 ] 。针对NIR 光谱的非线性, ANN[7-9 ] 、SVR[10-12 ] 等非线性回归方法也被引入到NIR 光谱处理中。文献[13 ] 则提出一种集成非线性降维和半监督学习的NIR 光谱建模方法———拉普拉斯正则化最小二乘回归。对NIR 光谱进行非线性降维, 少有研究报道, 仅见利用局部线性嵌入(LL E) 降维[14 ] 。
降维是一种有效消除噪声并提取有用信息的方法, PCA和PLS 等线性降维方法已成为广泛使用的常规方法[3-6 ] 。针对NIR 光谱的非线性, ANN[7-9 ] 、SVR[10-12 ] 等非线性回归方法也被引入到NIR 光谱处理中。文献[13 ] 则提出一种集成非线性降维和半监督学习的NIR 光谱建模方法———拉普拉斯正则化最小二乘回归。对NIR 光谱进行非线性降维, 少有研究报道, 仅见利用局部线性嵌入(LL E) 降维[14 ] 。
等距映射( Isomap) [15 ] 是Tenenbaum 等提出的一种新的非线性降维方法, 属于流形学习方法。由于Isomap 能有效发现高维数据中的低维结构, 近年来受到广泛关注, 在人脸和手势的实验中获得了很好的效果[16218 ] 。
结合Isomap 和PLS , 本文提出一种NIR 光谱建模的新方法———先用Isomap 对NIR 光谱数据作非线性降维, 再用PLS 作线性降维并建立校正模型。结果表明, 用IsomapPLS方法建立的校正模型在预测准确性方面均优于PLS。
刘翔发布的其他共享资料
-
-
关键词： 吡虫啉,啶虫脒,基质固相分散,高效液相色谱,农药残留 发表时间： 2012-06-19 10:42:46
-
关键词： 支持向量机回归,K-最近邻法,组合预测,定量构效关系 发表时间： 2012-06-19 10:41:02
-
关键词： Fe3O4/Au,碳纳米管,纳米ZrO2,乙酰胆碱酯酶,有机磷农药 发表时间： 2012-06-19 10:30:53
-
关键词： 黄瓜白粉病菌,诱导,抗药性,己唑醇,生物学性状 发表时间： 2012-06-19 10:28:39
-
关键词： 近红外光谱,等距映射,非线性降维,偏最小二乘 发表时间： 2011-11-28 11:44:06