稀疏偏最小二乘方法用于光谱波长选择及定量分析

针对光谱数据局部效应显著、变量间的严重共线性等特征,实施基于转换权向量约束优化的稀疏偏最小二乘回归新技术。它通过在特征变量提取的优化目标函数中加入转换权向量的罚函数,一并执行光谱波长选择和特征提取,随后再构建特征变量与性质变量间的校正模型。其中,罚函数中的最佳罚因子和校正模型中的最优PLS成分数,经由各自取值范围内一定数量试验水平的两因素全面试验设计与校正模型精度调控的交叉验证方式确定。最后,通过面粉生面团切片的近红外光谱数据的试验应用研究,结果显示该技术光谱数据波长选择和特征提取稳健,去噪明显,并显著提高了光谱数据定量校正模型的预测能力。