第30卷，第4期 2010年4月
光请学与光谱分析 Spectroscopy and Spectral Analysis
Vol. 30,No.4,pp915-919
April,2010
基于GA和SCMWPLS算法的NIR光谱信息变量提取研究
曹楠宁，王加华，李鹏飞，韩东海* 中国农业大学食品科学与营养工程学院，北京100083
摘要光谱数据压缩、信息变量提取是近红外应用研究的热点，是简化模型、提高预测精度的重要手段。本文以杏可见/近红外光谱为例，采用二阶导数、标准化和正交信号校正(OSC)处理以滤除光谱与浓度阵无关的信号；使用SCMWPLS选择出880，894～910和932nm为建模区间建立PLS预测模型，其相关系数(R)、校正误差(SEC)和预测误差（SEP)分别为0.920，0.454和0.470；进行独立运行GA程序100次，依次选择人选频率较高的2个波长点888和900nm作为国归变量，建立GA-MLR预测模型，其R，SEC，SEP 分别为0.905，0.488和0.459，均优于全谱的偏最小二乘建模结果。结果显示，OSC可以滤除光谱与浓度阵无关的信号，减少建立模型所用的主因子数；SCMWPLS和GA可以寻找最优信息变量组合，该方法对于建立低维度、高精度近红外快速分析模型具有普遍参考意义。
关键调近红外光谱；变量提取；正交信号校正；区间组合移动窗口偏最小二乘法；遗传算法；杏中图分类号：0657.3
文献标识码：ADOl：10.3964/j.issn.1000-0593(2010)04-0915-05
法(intemalPLS，iPLS)及其衔生方法[15]、移动窗口偏最小
引言
近红外光谱分析技术由于其快速、无损等特点，广泛应用于水果内部品质检测(-)，在线分级[5.以及生长期品质的实时监测7.，由于水果个体差异较大，近红外光谱既反映了被分析物的特征信息，同时也受到样品非目标信息干扰和背景、仪器噪声污染，导致全谱建模常受无关变量影响，模型维度大、精度低。因此，光谱数据压缩、信息变量提取一直是近红外应用研究领域的热点[9]。
光谱数据压缩就是采取信号校正方法去除无关变量，降低光谱维度空间。信号校正方法一般股分为两类：一是基于光诺阵的校正方法，如标准正态变换（standardnormalvariate， SVV)()，多元射校正（multiplicativescattercorrection， MSC)[1]等；另一类是将光谱阵用浓度阵正交，滤除光谱与浓度阵无关的信号，达到简化模型及提高模型预测能力的目的，如正交信号校正(orthogonal signal correction，OSC)[ 净分析物信号（netanalytesignal，NAS)[]等。信息变量筛选主要是以某种目标函数为基准，采取不同函数运算，选取与浓度阵相关性较好的信息区间或者变量。应用较多的有遗传算法（geneticalgorithms，GA)[W)和基于偏最小二乘法(partialleastsquares，PLS)的优化方法，如区间偏最小二乘
收搞日期：2009-05-10，修订日期：2009-08-20
二乘法（movingwindowPLS，MWPLS）以及其衔生方法[16, 11]。
针对水果品质近红外现场快速、准确分析的要求，本文以中国普通否(PrunusArmeniaca)糖度检测为例，对光谐数据进行压缩和信息变量提取，简化模型并提高预测精度。采集杏的可见/近红外漫透射光谱，经过二阶导数、标准化和 OSC处理后，采用区间组合移动窗口偏最小二乘法（search ingcombinationmovingwindowPLS，SCMWPLS)，选择最佳的信息区间及其组合，建立SCMWPLS模型；通过GA选择波长点，建立多元线性回归(MILR)模型。结果表明，OSC 可以滤除光谱与浓度阵无关的信号，减少建立模型所用的主因子数；SCMWPIS和GA可以寻找最优信息变量组合。该方法对于建立低维度、高精度近红外快速分析模型具有普遍参考意义。
1原理和算法
组含移动窗口偏最小二乘法 1.1
在一定残差水平下，MWPLS可获得一个或几个信息区间，它们的直接组合可能并非达到最佳效果。因此，有必要寻求一种最佳的信息区间组合方式。在MWPLS选择结果的
基金项目：国家自然科学基金项目（30571073)和国家科技支撑计划项目（2006BAD05A06)资助
作者简介：曹楠宁，女，1986年生，中国农业大学食品科学与营养工程学院硕士研究生
·通讯联系人
万方数据
email; caundtcau edu cn
e-mail; nanningcaogmail.com