[發明專利]基于模擬退火算法的近紅外光譜特征波長的選擇方法

無效

• 申請號: 201010123934.6
• 申請日: 2010-03-12
• 公開（公告）號: CN101806728A
• 公開（公告）日: 2010-08-18
• 發明（設計）人: 趙杰文;石吉勇;鄒小波;殷曉平;陳正偉;黃星奕;蔡建榮;陳全勝
• 申請（專利權）人: 江蘇大學
• 主分類號: G01N21/35
• 分類號: G01N21/35;G06F19/00
• 代理公司: 南京知識律師事務所 32207
• 代理人: 汪旭東

技術領域

本發明涉及一種近紅外光譜特征波長的選擇方法，特指用于農產品或食品檢測的基于 模擬退火算法的近紅外光譜特征波長的選擇方法。

背景技術

近紅外光譜技術是一種高速、精確和綠色的光譜分析技術，被廣泛運用于農產品品質 檢測、食品分析等方面。近紅外光譜技術的基本原理是近紅外光譜中包含分子中單個化學 鍵基頻震動的倍頻和合頻信息，主要是含氫基團X-H(H為C、N、O)的倍頻和合頻震動的 疊加。將光譜與樣品質量參數進行關聯，確定兩者的定量或定性關系即校正模型，通過將 未知樣品近紅外光譜和校正模型可預測樣品的定量或定性信息。近紅外光譜技術擁有眾多 優點，但其不足之處是：近紅外光譜技術是一種間接的分析技術，光譜中包含了大量的信 息，但信息強度低且譜峰重疊，如何高效的從全光譜中選擇同樣品高度相關的特征波長， 是得到最優近紅外光譜模型的關鍵，為了克服上述不足，需對近紅外光譜的特征波長進行 選擇。

申請號為200510038528.9，名稱為“基于間隔偏最小二乘法的農產品、食品近紅外光 譜譜區選擇方法”的專利申請公開一種基于間隔偏最小二乘法的農產品、食品近紅外光譜 區間選擇方法，該方法按照建模者的經驗，將全光譜劃分為若干個子區間，分別用每個子 區間內包含的所有波數點集合建立偏最小二乘模型，如此每個子區間對以一個偏最小二乘 模型，選擇建模效果最好的區間作為特征子區間，并以該區間對應的偏最小二乘模型作為 近紅外光譜的間隔偏最小二乘模型。該方法能夠運用于實際運用，但是該方法的不足之處 是；區間的劃分是依照個人經驗進行的，缺乏科學依據；假設了特征波長都集中在所劃分 的某個子區間內，且子區間內所有的波數點都是特征波數點，即沒有對子區間內的波數點 進行取舍，而實際建模過程中難以滿足如上假設。在近紅外波長選擇過程中，往往是特征 波長的個數及分布位置不確定，建模中要確定特征波長的個數和分布位置，可以采用組合 排列的知識來解決，如全光譜共有10個波數點為例，設共有1個特征波長，則有c₁₀¹種解； 設共有2個特征波長，則有c₁₀²種解，設共有3個特征波長，則有c₁₀³種解，依次類推，可 以得到許多解，最后選擇一個效果最好的解作為特征波長。利用排列組合來求解，雖然可 以克服間隔偏最小二乘法選擇波長子區間的不足，但是這個求解方式計算量很巨大，計算 量隨著全光譜波數點數增加呈指數級增長，無法應用于實際建模過程。

模擬退火算法是基于Mote?Carlo迭代求解策略的一種隨機尋優算法，其出發點是基于 物理退火過程與組合優化之間的相似性。模擬退火算法由一較高初溫開始，利用具有概率 突跳性的Metropolis抽樣策略在待選解組合中進行隨機搜索，伴隨溫度不斷下降重復抽樣 過程，最終得到問題的全局最優解，適用解決大規模組合優化問題。

發明內容

本發明的目的是為克服上述現有技術的不足，提出了一種基于模擬退火算法優選近紅 外光譜特征波長的方法，延續排列組合的特征波數點求解并降低計算量。

本發明采用的技術方案是包含如下步驟：先對近紅外光譜進行預處理，包括對校正集 和預測集樣本的劃分；從預處理后的近紅外光譜的全光譜中挑選最少波數點數，重復隨機 選擇k個波數點；用被選中的k個不相同的波數點建立校正集和預測集的初始PLS模型， 計算對應初始PLS模型的交互驗證均方根誤差值RMSECV，用于模擬退火算法中目標函數值 的計算過程；然后采用模擬退火算法從全光譜中選擇同校正集化學值高度相關的最優k個 波數點，使窗口寬度動態遞增以確保模擬退火保算法得到全局最優解；最后重復上述步驟， 在模擬退火算法結束時比較各個窗口寬度下波數點集合對應的建模效果，得出最佳窗口寬 度和最佳波數點組合，建立校正集和預測集的最終PLS模型。

本發明采用上述技術方案的有益效果是：通過窗口寬度動態遞增，消除人工指定窗口 寬度帶來的主觀因素影響，使得窗口寬度的選擇具有科學依據；采用Metropolis準則判斷 入選波數點的重要性，既保證了算法快速收斂，同時又避免了模擬退火算法陷入局部最優 解而錯過全局最優解。基于模擬退火算法優選波長點建立的光譜模型，具有更高的可靠性 和精度。

附圖說明

以下結合附圖和具體實施方式對本發明作進一步詳細說明。

圖1是本發明方法的流程圖；