应用CARS和SPA算法对草莓SSC含量NIR光谱预测模型中变量及样本筛选
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
变量 ／ 样本所建模型更好 的性能 ， 且 ＭＬ Ｒ模型 比 Ｐ Ｌ Ｓ模型性能 略优 ，
０ ． ３ ４ ８ ４和 ３ ． ３ ２ ７ ８。
， Ｒ ＭＳ Ｅ Ｐ和 Ｒ Ｐ Ｄ分别为 ０ ． ９ ０ ９ ７ ，
关键词
变量筛选 ； 样本筛选 ； 近红外光谱 ； 草莓 ；可溶性 固形物
所有波长点都有用 ；另一方 面 ， 部分 波长之 间也存在 较为严
重 的共线性 。目前的研究已经证 明冗 余信息 的存在 能够削弱 模 型的预测性 能和稳 定性 ＿ ３ ］ 。因此 ， 在 利用 近红 外光 谱对 农 产品无损检测 时，需要 进行 无信 息变量 消除 和变量优 选 。 在众 多变量选择 的算法 中 ， 蒙特卡罗无信息变量消除 （ Ｍｏ ｎ ｔ ｅ
第３ ５ 卷 ， 第２ 期
２ ０ １ ５年 ２月
光
谱
学
与
光
谱
分
析
Ｓ ｐ ｅ ｃ ｔ ｒ ｏ ｓ ｃ ｏ ｐ ｙ ａ ｎ ｄ Ｓ ｐ ｅ ｃ ｔ ｒ ａ ｌ Ａｎ ａ ｌ ｙ ｓ ｉ ｓ
Ｖｏ １ ． ３ ５ ， Ｎｏ ． ２ ， ｐ ｐ ３ ７ ２ — ３ ７ ８ Ｆｅ ｂ ｒ ｕ ａ ｒ ｙ ，２ ０ １ ５
有“ 水果 皇后 ” 的美称 。 开展基于草莓 内部 品质的快速 检测分 级技术研究具有重要意义 。 本研究 中将 Ｃ Ａ Ｒ Ｓ变量选 择方法
影算法 （ ｓ ｕ ｃ ｃ ｅ ｓ ｓ ｉ ｖ ｅ ｐ ｒ ｏ ｊ ｅ ｃ ｔ ｉ ｏ ｎ ｓ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ，ｓ Ｐ Ａ） 是两种分别在
个关键变量 。 为 了验证 Ｃ Ｒ Ｓ算法的性能 ， Ａ 蒙特卡罗无信息变量消除 ＭＣ － ＵＶ Ｅ和连续投影算法 Ｓ Ｐ Ａ用于 比 较研究 。Ｃ Ｒ Ｓ算法在 消除无信息变量 的同时可 以对共线 性信息进 行去 除。同样 ， Ａ 为 了评估 Ｓ Ｐ Ａ算 法在特 征样本选择 中的性能 ，经典的 Ｋｅ ｎ ｎ ａ ｒ ｄ － Ｓ ｔ ｏ ｎ ｅ 算法也用于 比较分析 。Ｓ Ｐ Ａ算法能够用于校正 集特征样本 的优
用和维护都非常关键 。以草莓 内部 品质近红外光谱预测为例 ， 从 关键 变量和特征样本 优选两方 面进行研究 。
采用竞争性 自适应重加权 Ｃ Ａ ＲＳ算法对光谱变量进行初次选 择 ，随后采用连续投影算法 Ｓ Ｐ Ａ对校正集样 本 进行优选 ，获得 ９ ８个特征样 本 ， 针对优选后 的变量 ／ 样 本子集利用 Ｓ Ｐ Ａ算 法作二次 关键变量提取 ， 获得 ２ ５
引 言
迄今 ， 大量研究 已经证 明近红外光谱能够 有效用 于农 产 品无损检测的定量 和定性 分析［ １ ］ 。但 是 ，目前 所采 用 的光 谱仪精度通常较高 ， 原始光谱数 据中存在较 多 的波长点 。一 方面 ， 在针对特定对象 中特定成分作定量分 析的时候并 不是
行 有效 去除和共 线性 变量 进行有效压缩 ， 最终 优选出针对 预 测 目标最为关键 的变量Ｅ ７ ， ８ ３ 。 另外 ， 在研究 中我们也发现 ，目前较 多 的研究 集 中在 光 谱关键变量 的提 取 ，但对 校 正样 本 的有 效 选 择并 不 多。然 而， 选择合理有效 的校正集样本 不仅可 以提高建模 速度 、减
选 。针对最终优选后的变量／ 样本 （ ２ ５ ／ ９ ８ ） 子集建立 Ｐ Ｌ Ｓ和 ＭＬ Ｒ模 型对 草莓 内部可溶性 固形 物含量 Ｓ Ｓ Ｃ含
量进 行定量 预测 。结果表 明， 两个模型利用原始变量 ／ 样本的 ０ ． ５ ９ ／ ６ ５ ． ３ ３ 的信 息均 能够 获得 比基于原 始
Ｃ ａ ｒ ｌ ｏ — ｕ ｎ ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｖ ｅ ｖ ａ ｒ ｉ ａ ｂ ｌ ｅ ｅ ｌ ｉ ｍｉ ｎ ａ ｔ ｉ ｏ ｎ ， ＭＣ － ＵＶＥ ） 和 连续 投
草莓属 于蔷薇科 草莓 属多年生草本 果树 ， 在 世界小浆 果 生产中居于首位 。 草莓 以其柔 软多汁 、营养 丰富而 著称 ，素
文献标识码 ： Ａ Ｄ ＯＩ ：１ ０ ． ３ ９ ６ ４ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ０ — ０ ５ ９ ３ （ ２ ０ １ ５ ） ０ ２ － ０ ３ ７ ２ － ０ ７ 择理论 ＿ ７ ］ ，但研究 已经证明该方法可以同时对无信 息变量进
中图分类号 ： ０６ ５ ７ Ａ算 法对 草 莓 Ｓ Ｓ Ｃ含 量 Ｎ Ｉ Ｒ 光谱 预 测模 型 中变量 及样 本 筛选
李江波 ， 郭志 明， 黄文倩 ， 张保 华 ， 赵 春江
北京市农林科学 院北京农业智能装备技术研究中心 ， 北京 １ ０ ０ ０ ９ ７
摘
要
采用光谱技术对水果进行 定量 或定 性分析 ，如何 获得一个 简单 、有效 的校正模 型对后续 模型 的应
少模型库的存储空 间，而且 ，当遇 到模型界 外样 品时 ， 通 过
较少 的样 品 ， 便可以扩大模型的使用范 围 ， 便 于模型 的更新 和维护 ， 进一步节省 人力 、物力 投入 成本＿ ９ ］ 。并且 ， 样 本 的 选择在 多元校正模型 的传递 中也非 常重要＿ １ 。因此 ， 校正样 本 的选择也作 为本研究 的一个重要方 面。
和Ｓ Ｐ Ａ样 本选 择方法应 用 于草莓 可溶 性 固形物 （ Ｓ Ｓ Ｃ） 的定
量预测 中。为此 ， 系统 比较 Ｃ Ｒ Ｓ变量选 择方法与 ＭＣ Ａ － ＵＶＥ
收稿 日期 ：２ ０ １ ３ — １ １ — ０ ２ ，修订 日期 ： ２ ０ １ ４ — ０ ３ — ０ ４ 基金项 目： ｊ Ｅ 京市博士后科研活动经费（ ２ Ｏ １ ３ Ｚ Ｚ － ７ Ｏ ） ，中国博士后科学基金项 目（ ２ ０ １ ２ Ｍ５ ２ ０ １ ９ ３ ） 和 国家 自然科学基金项 目（ ３ １ ３ ０ １ ２ ３ ６ ） 资助 作者简介 ： 李 江波，１ ９ ８ ２年生 ， 北京市农林科学院北京农业智能装备技术研究 中心博士后
有效信息获取和降低共线信息的研究 中取得了较好结果的方
法Ｌ ６ ＿ 。与之相 比 ，竞争 性 自适 应重 加权 算法 （ ｃ ｏ ｍｐ ｅ ｔ ｉ ｔ ｉ ｖ ｅ ａ —
ｄ ａ ｐ ｔ ｉ ｖ ｅ ｒ ｅ ｗｅ ｉ ｇ ｈ ｔ ｅ ｄ ｓ ａ ｍｐ ｌ ｉ ｎ ｇ ， Ｃ Ａ ＲＳ ） 是一种新 提出 的变 量选
０ ． ３ ４ ８ ４和 ３ ． ３ ２ ７ ８。
， Ｒ ＭＳ Ｅ Ｐ和 Ｒ Ｐ Ｄ分别为 ０ ． ９ ０ ９ ７ ，
关键词
变量筛选 ； 样本筛选 ； 近红外光谱 ； 草莓 ；可溶性 固形物
所有波长点都有用 ；另一方 面 ， 部分 波长之 间也存在 较为严
重 的共线性 。目前的研究已经证 明冗 余信息 的存在 能够削弱 模 型的预测性 能和稳 定性 ＿ ３ ］ 。因此 ， 在 利用 近红 外光 谱对 农 产品无损检测 时，需要 进行 无信 息变量 消除 和变量优 选 。 在众 多变量选择 的算法 中 ， 蒙特卡罗无信息变量消除 （ Ｍｏ ｎ ｔ ｅ
第３ ５ 卷 ， 第２ 期
２ ０ １ ５年 ２月
光
谱
学
与
光
谱
分
析
Ｓ ｐ ｅ ｃ ｔ ｒ ｏ ｓ ｃ ｏ ｐ ｙ ａ ｎ ｄ Ｓ ｐ ｅ ｃ ｔ ｒ ａ ｌ Ａｎ ａ ｌ ｙ ｓ ｉ ｓ
Ｖｏ １ ． ３ ５ ， Ｎｏ ． ２ ， ｐ ｐ ３ ７ ２ — ３ ７ ８ Ｆｅ ｂ ｒ ｕ ａ ｒ ｙ ，２ ０ １ ５
有“ 水果 皇后 ” 的美称 。 开展基于草莓 内部 品质的快速 检测分 级技术研究具有重要意义 。 本研究 中将 Ｃ Ａ Ｒ Ｓ变量选 择方法
影算法 （ ｓ ｕ ｃ ｃ ｅ ｓ ｓ ｉ ｖ ｅ ｐ ｒ ｏ ｊ ｅ ｃ ｔ ｉ ｏ ｎ ｓ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ，ｓ Ｐ Ａ） 是两种分别在
个关键变量 。 为 了验证 Ｃ Ｒ Ｓ算法的性能 ， Ａ 蒙特卡罗无信息变量消除 ＭＣ － ＵＶ Ｅ和连续投影算法 Ｓ Ｐ Ａ用于 比 较研究 。Ｃ Ｒ Ｓ算法在 消除无信息变量 的同时可 以对共线 性信息进 行去 除。同样 ， Ａ 为 了评估 Ｓ Ｐ Ａ算 法在特 征样本选择 中的性能 ，经典的 Ｋｅ ｎ ｎ ａ ｒ ｄ － Ｓ ｔ ｏ ｎ ｅ 算法也用于 比较分析 。Ｓ Ｐ Ａ算法能够用于校正 集特征样本 的优
用和维护都非常关键 。以草莓 内部 品质近红外光谱预测为例 ， 从 关键 变量和特征样本 优选两方 面进行研究 。
采用竞争性 自适应重加权 Ｃ Ａ ＲＳ算法对光谱变量进行初次选 择 ，随后采用连续投影算法 Ｓ Ｐ Ａ对校正集样 本 进行优选 ，获得 ９ ８个特征样 本 ， 针对优选后 的变量 ／ 样 本子集利用 Ｓ Ｐ Ａ算 法作二次 关键变量提取 ， 获得 ２ ５
引 言
迄今 ， 大量研究 已经证 明近红外光谱能够 有效用 于农 产 品无损检测的定量 和定性 分析［ １ ］ 。但 是 ，目前 所采 用 的光 谱仪精度通常较高 ， 原始光谱数 据中存在较 多 的波长点 。一 方面 ， 在针对特定对象 中特定成分作定量分 析的时候并 不是
行 有效 去除和共 线性 变量 进行有效压缩 ， 最终 优选出针对 预 测 目标最为关键 的变量Ｅ ７ ， ８ ３ 。 另外 ， 在研究 中我们也发现 ，目前较 多 的研究 集 中在 光 谱关键变量 的提 取 ，但对 校 正样 本 的有 效 选 择并 不 多。然 而， 选择合理有效 的校正集样本 不仅可 以提高建模 速度 、减
选 。针对最终优选后的变量／ 样本 （ ２ ５ ／ ９ ８ ） 子集建立 Ｐ Ｌ Ｓ和 ＭＬ Ｒ模 型对 草莓 内部可溶性 固形 物含量 Ｓ Ｓ Ｃ含
量进 行定量 预测 。结果表 明， 两个模型利用原始变量 ／ 样本的 ０ ． ５ ９ ／ ６ ５ ． ３ ３ 的信 息均 能够 获得 比基于原 始
Ｃ ａ ｒ ｌ ｏ — ｕ ｎ ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｖ ｅ ｖ ａ ｒ ｉ ａ ｂ ｌ ｅ ｅ ｌ ｉ ｍｉ ｎ ａ ｔ ｉ ｏ ｎ ， ＭＣ － ＵＶＥ ） 和 连续 投
草莓属 于蔷薇科 草莓 属多年生草本 果树 ， 在 世界小浆 果 生产中居于首位 。 草莓 以其柔 软多汁 、营养 丰富而 著称 ，素
文献标识码 ： Ａ Ｄ ＯＩ ：１ ０ ． ３ ９ ６ ４ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ０ — ０ ５ ９ ３ （ ２ ０ １ ５ ） ０ ２ － ０ ３ ７ ２ － ０ ７ 择理论 ＿ ７ ］ ，但研究 已经证明该方法可以同时对无信 息变量进
中图分类号 ： ０６ ５ ７ Ａ算 法对 草 莓 Ｓ Ｓ Ｃ含 量 Ｎ Ｉ Ｒ 光谱 预 测模 型 中变量 及样 本 筛选
李江波 ， 郭志 明， 黄文倩 ， 张保 华 ， 赵 春江
北京市农林科学 院北京农业智能装备技术研究中心 ， 北京 １ ０ ０ ０ ９ ７
摘
要
采用光谱技术对水果进行 定量 或定 性分析 ，如何 获得一个 简单 、有效 的校正模 型对后续 模型 的应
少模型库的存储空 间，而且 ，当遇 到模型界 外样 品时 ， 通 过
较少 的样 品 ， 便可以扩大模型的使用范 围 ， 便 于模型 的更新 和维护 ， 进一步节省 人力 、物力 投入 成本＿ ９ ］ 。并且 ， 样 本 的 选择在 多元校正模型 的传递 中也非 常重要＿ １ 。因此 ， 校正样 本 的选择也作 为本研究 的一个重要方 面。
和Ｓ Ｐ Ａ样 本选 择方法应 用 于草莓 可溶 性 固形物 （ Ｓ Ｓ Ｃ） 的定
量预测 中。为此 ， 系统 比较 Ｃ Ｒ Ｓ变量选 择方法与 ＭＣ Ａ － ＵＶＥ
收稿 日期 ：２ ０ １ ３ — １ １ — ０ ２ ，修订 日期 ： ２ ０ １ ４ — ０ ３ — ０ ４ 基金项 目： ｊ Ｅ 京市博士后科研活动经费（ ２ Ｏ １ ３ Ｚ Ｚ － ７ Ｏ ） ，中国博士后科学基金项 目（ ２ ０ １ ２ Ｍ５ ２ ０ １ ９ ３ ） 和 国家 自然科学基金项 目（ ３ １ ３ ０ １ ２ ３ ６ ） 资助 作者简介 ： 李 江波，１ ９ ８ ２年生 ， 北京市农林科学院北京农业智能装备技术研究 中心博士后
有效信息获取和降低共线信息的研究 中取得了较好结果的方
法Ｌ ６ ＿ 。与之相 比 ，竞争 性 自适 应重 加权 算法 （ ｃ ｏ ｍｐ ｅ ｔ ｉ ｔ ｉ ｖ ｅ ａ —
ｄ ａ ｐ ｔ ｉ ｖ ｅ ｒ ｅ ｗｅ ｉ ｇ ｈ ｔ ｅ ｄ ｓ ａ ｍｐ ｌ ｉ ｎ ｇ ， Ｃ Ａ ＲＳ ） 是一种新 提出 的变 量选