基于近红外光谱的偏最小二乘回归建模分析.doc
约38页DOC格式手机打开展开
基于近红外光谱的偏最小二乘回归建模分析,1.8万字本人今年最新原创的毕业设计，仅在本站独家提交，大家放心使用摘要近红外光谱区是 herschel 1800 年发现的，其波长范围为 780～2526nm，波数范围为 12820～3959 cm-1。近红外光谱分析技术属于弱光谱信号分析技术。近红外光谱(near infrar...
内容介绍
此文档由会员 jiji888 发布
基于近红外光谱的偏最小二乘回归建模分析
1.8万字
本人今年最新原创的毕业设计，仅在本站独家提交，大家放心使用
摘要 近红外光谱区是 Herschel 1800 年发现的，其波长范围为 780～2526nm，波数范围为 12820～3959 cm-1。近红外光谱分析技术属于弱光谱信号分析技术。近红外光谱(Near Infrared ReflectanceSpectroscopy 简称 NIRS) 主要反映了分子中有机官能团( C-H，N-H，O-H等) 的倍频与合频的振动吸收，其振动吸收强度与官能团的含量之间存在着密切的关系。近红外光谱综合运用了光谱技术、计算机技术和化学计量学等多个学科的最新研究成果，并且以其独特的优点在各个领域得到了日益广泛的应用。现代近红外光谱是 90 年代以来发展最快、最引人注目的光谱分析技术，是光谱测量技术与化学计量学学科的有机结合。
由于物质在近红外谱区的倍频和合频吸收信号弱，谱带重叠，解析复杂，所以作为化学计量学中最有力工具之一的偏最小二乘法(Partial Least Square ，简称PLS)是研究其最好的方法。偏最小二乘法有较强的提信息的能力，并且能够有效地降维,并消除自变量间可能存在的复共线关系，明显改善数据结果的可靠性和准确度。因此，本文主要运用了间隔区间偏最小二乘法（ interval Partial Least Square ，简称iPLS）， 反向区间偏最小二乘法（Back interval Partial Least Square ，简称BiPLS），移动窗口偏最小二乘法(moving window Partial Least square ，简称mwPLS)三种方法，以啤酒近红外光谱（NIRbeer）为例，检测啤酒中的原麦汁浓度，并作定量分析，来建立其偏最小二乘回归的数据模型。
关键词： 近红外光谱 PLS iPLS BiPLS mwPLS 啤酒
Based on partial least-squares regression modeling of near infrared spectral analysis
Abstract Near infrared spectral region is discovered by Herschel in 1800, the wavelength range of 780 ~ 2526nm, wavenumber range of 12820 ~ 3959 cm – 1. Near infrared spectroscopy analysis technique belongs to the weak spectrum signal analysis technology. Near infrared spectroscopy (Near Infrared ReflectanceSpectroscopy referred to as NIRS) which mainly reflects the functional groups in organic molecules (C-H,N-H,O-H) frequency and vibration frequency of the vibration absorption, absorption and there is a close relationship between the strength and the functional group content. Near infrared spectroscopy combined with the latest research achievements of many disciplines spectrum technology, computer technology and chemometrics etc., and with its unique advantages in various fields has been widely applied. Modern near infrared spectroscopy analysis technique is the fastest, most development spectrum attract sb.'s attention since the 90's, is the organic combination of spectroscopy and chemometrics discipline.
The material in the near infrared spectral region frequency doubling and frequency absorption signal is weak, band overlap, complex, so as the partial least squares method is one of the most powerful tools in chemometrics (Partial Least Square, referred to as PLS) is the best studied its. Partial least squares method has strong ability of information, and can effectively reduce dimensionality, and eliminate the multicollinearity of possible variables significantly improved, reliability and accuracy of results. Therefore, this paper mainly uses the interval partial least squares (interval Partial Least Square, referred to as iPLS), backward interval partial least squares (Back interval Partial Least Square, referred to as BiPLS), moving window partial least squares (moving window Partial Least square, referred to as mwPLS) three methods, to make beer near infrared spectroscopy (NIRbeer) as an example, content detection in beer, and quantitative analysis, data model to build partial least squares regression.
Keywords: Near infrared spectroscopy PLS iPLS BiPLS mwPLS Beer
目 录
第1章 绪论 1
第2章 近红外光谱技术 4
2.1 近红外光谱的发展历程 4
2.2 近红外光谱分析的基本原理 4
2.3 近红外光谱常规的分析方法 5
2.4 近红外光谱的分析 5
2.4.1 近红外光谱的定性分析 6
2.4.2近红外光谱的定量分析 6
2.5 近红外光谱分析仪器 6
2.6 近红外光谱分析技术的综合评价 8
2.6.1 近红外光谱分析技术的优越性 8
2.6.2 近红外光谱分析技术的缺陷 9
2.6.3 近红外光谱分析技术存在的问题 9
第3章 算法理论基础 10
3.1 偏最小二乘法（PLS） 10
3.1.1 偏最小二乘法的基本原理 10
3.1.2 模型主因子数的确定方法 12
3.1.3 偏最小二乘法（PLS）建模的优化参数.................................................................12
3.2 间隔区间偏最小二乘法（iPLS） 14
3.3 移动窗口偏最小二乘法（mwPLS） 15
3.4反向区间偏最小二乘法（BiPLS） 15
3.5 偏最小二乘法（PLS）的特点 16
第4章 实验过程及结果 17
4.1 实验的运行环境 17
4.2 近红外光谱的数据处理 18
4.2.1 光谱数据的预处理 18
4.2.2 光谱数据的分析方法 18
4.3 实验方法 19
4.4 近红外光谱的定量分析步骤及模型评价 19
4.4.1 近红外光谱定量分析步骤 19
4.4.2 模型的评价参数 20
4.5 实验结果及分析 21
4.5.1 间隔区间偏最小二乘法（iPLS） 22
4.5.2 反向区间偏最小二乘法（BiPLS） 27
4.5.3移动窗口偏最小二乘法（mwPLS） 30
总 结 31
致 谢 32
参考文献 33
1.8万字
本人今年最新原创的毕业设计，仅在本站独家提交，大家放心使用
摘要 近红外光谱区是 Herschel 1800 年发现的，其波长范围为 780～2526nm，波数范围为 12820～3959 cm-1。近红外光谱分析技术属于弱光谱信号分析技术。近红外光谱(Near Infrared ReflectanceSpectroscopy 简称 NIRS) 主要反映了分子中有机官能团( C-H，N-H，O-H等) 的倍频与合频的振动吸收，其振动吸收强度与官能团的含量之间存在着密切的关系。近红外光谱综合运用了光谱技术、计算机技术和化学计量学等多个学科的最新研究成果，并且以其独特的优点在各个领域得到了日益广泛的应用。现代近红外光谱是 90 年代以来发展最快、最引人注目的光谱分析技术，是光谱测量技术与化学计量学学科的有机结合。
由于物质在近红外谱区的倍频和合频吸收信号弱，谱带重叠，解析复杂，所以作为化学计量学中最有力工具之一的偏最小二乘法(Partial Least Square ，简称PLS)是研究其最好的方法。偏最小二乘法有较强的提信息的能力，并且能够有效地降维,并消除自变量间可能存在的复共线关系，明显改善数据结果的可靠性和准确度。因此，本文主要运用了间隔区间偏最小二乘法（ interval Partial Least Square ，简称iPLS）， 反向区间偏最小二乘法（Back interval Partial Least Square ，简称BiPLS），移动窗口偏最小二乘法(moving window Partial Least square ，简称mwPLS)三种方法，以啤酒近红外光谱（NIRbeer）为例，检测啤酒中的原麦汁浓度，并作定量分析，来建立其偏最小二乘回归的数据模型。
关键词： 近红外光谱 PLS iPLS BiPLS mwPLS 啤酒
Based on partial least-squares regression modeling of near infrared spectral analysis
Abstract Near infrared spectral region is discovered by Herschel in 1800, the wavelength range of 780 ~ 2526nm, wavenumber range of 12820 ~ 3959 cm – 1. Near infrared spectroscopy analysis technique belongs to the weak spectrum signal analysis technology. Near infrared spectroscopy (Near Infrared ReflectanceSpectroscopy referred to as NIRS) which mainly reflects the functional groups in organic molecules (C-H,N-H,O-H) frequency and vibration frequency of the vibration absorption, absorption and there is a close relationship between the strength and the functional group content. Near infrared spectroscopy combined with the latest research achievements of many disciplines spectrum technology, computer technology and chemometrics etc., and with its unique advantages in various fields has been widely applied. Modern near infrared spectroscopy analysis technique is the fastest, most development spectrum attract sb.'s attention since the 90's, is the organic combination of spectroscopy and chemometrics discipline.
The material in the near infrared spectral region frequency doubling and frequency absorption signal is weak, band overlap, complex, so as the partial least squares method is one of the most powerful tools in chemometrics (Partial Least Square, referred to as PLS) is the best studied its. Partial least squares method has strong ability of information, and can effectively reduce dimensionality, and eliminate the multicollinearity of possible variables significantly improved, reliability and accuracy of results. Therefore, this paper mainly uses the interval partial least squares (interval Partial Least Square, referred to as iPLS), backward interval partial least squares (Back interval Partial Least Square, referred to as BiPLS), moving window partial least squares (moving window Partial Least square, referred to as mwPLS) three methods, to make beer near infrared spectroscopy (NIRbeer) as an example, content detection in beer, and quantitative analysis, data model to build partial least squares regression.
Keywords: Near infrared spectroscopy PLS iPLS BiPLS mwPLS Beer
目 录
第1章 绪论 1
第2章 近红外光谱技术 4
2.1 近红外光谱的发展历程 4
2.2 近红外光谱分析的基本原理 4
2.3 近红外光谱常规的分析方法 5
2.4 近红外光谱的分析 5
2.4.1 近红外光谱的定性分析 6
2.4.2近红外光谱的定量分析 6
2.5 近红外光谱分析仪器 6
2.6 近红外光谱分析技术的综合评价 8
2.6.1 近红外光谱分析技术的优越性 8
2.6.2 近红外光谱分析技术的缺陷 9
2.6.3 近红外光谱分析技术存在的问题 9
第3章 算法理论基础 10
3.1 偏最小二乘法（PLS） 10
3.1.1 偏最小二乘法的基本原理 10
3.1.2 模型主因子数的确定方法 12
3.1.3 偏最小二乘法（PLS）建模的优化参数.................................................................12
3.2 间隔区间偏最小二乘法（iPLS） 14
3.3 移动窗口偏最小二乘法（mwPLS） 15
3.4反向区间偏最小二乘法（BiPLS） 15
3.5 偏最小二乘法（PLS）的特点 16
第4章 实验过程及结果 17
4.1 实验的运行环境 17
4.2 近红外光谱的数据处理 18
4.2.1 光谱数据的预处理 18
4.2.2 光谱数据的分析方法 18
4.3 实验方法 19
4.4 近红外光谱的定量分析步骤及模型评价 19
4.4.1 近红外光谱定量分析步骤 19
4.4.2 模型的评价参数 20
4.5 实验结果及分析 21
4.5.1 间隔区间偏最小二乘法（iPLS） 22
4.5.2 反向区间偏最小二乘法（BiPLS） 27
4.5.3移动窗口偏最小二乘法（mwPLS） 30
总 结 31
致 谢 32
参考文献 33
