第36卷，第8期 2016年8月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol. 36, No. 8, pp24372441
August，2016
联合区间高斯过程的近红外光谱波长选择方法及应用
徐琛，尹燕燕，刘飞*
江南大学轻工过程先进控制教育部重点实验室，自动化研究所，江苏无锡214122
摘要针对近红外光谱应用，提出了一种基于高斯过程（GP)模型的波长选择算法，即联合区间高斯过程(synergy intervalgaussianprocess，siGP)算法。首先将全光谱区域划分为一系列无重复且间距相等的区间，再选取最优的若干个区间联合建立GP模型，由于GP模型具有非线性处理能力，因此该方法可以减少非线性的影响。以红曲菌固态发酵过程中过程参数水分含量和pH值的检测为例，新算法对水分含量、pH值的预测集相关系数（r，)分别为0.9564和0.9773，预测均方根误差（RMSEP)分别为0.0127和0.1610，参与建模的数据点由全谱的1500个分别减少到225个、375个，在对独立样本的预测上，表现出较好的精度。与传统联合区间偏最小二乘（siPLS)波长选择算法对比，siGP算法预测效果更好：对水分含量和pH值，r，在 GP模型预测时提高了3.37%和3.51%，RMSEP在GP模型预测时提高了29.4%和34.8%。表明siGP结合GP模型能够有效选择波长区间以及提高近红外模型的准确性，对进一步实现近红外光谱技术在线检测具有参考价值。
关键词近红外光谱；高斯过程模型；联合区间高斯过程(siGP)；红曲菌；水分含量；pH值
中图分类号：O657.33
引言
文献标识码：A
DOl: 10. 3964/j. issn. 10000593(2016)08-243705
程参数与光谱数据之间常常具有一定的非线性，因此，为了提高模型精度，须在波长选择时考虑非线性因素，
作为一种新的机器学习方法，高斯过程(GP)模型可以
近年来，近红外光谱技术（NIR)作为一个过程分析工具，被广泛应用于石油、环境、食品、医药、工业等领域1-4）。与传统实验室分析方法相比，NR具有高效、快速、无损、无污染等特点。
建立NIR定量分析模型，以往大多使用线性回归方法，
如主成分回归（PCR)、偏最小二乘（PLS)：但由于光谱数据中，不可避免的会出现非线性因素，一些非线性建模方法被提出，如人工神经网络（ANN)[S)、最小二乘支持向量机（LS SVM)等。波长选择是NIR建模中非常重要的步骤，可以减少无效信息对NIR模型的影响，降低模型复杂度。目前，被广泛应用的波长选择算法有遗传算法（GA）、连续投影算法（SPA）、无信息变量消除（UVE）、间隔偏最小二乘（iPLS) 等。
iPLS算法是将NIR模型建立在全光谱区域中最优的一
个区间上，但在全光谱区域，有效的波长区间不止分布在一个区间，因此联合区间（si)的思想被提出汀，通过选取几个（通常是2，3，4)区间联合建立NIR模型。在实际过程中，过
收稿日期：2015-03-07，修订日期：2015-07-25
处理复杂的非线性问题，且泛化能力强[8-1。与ANN和LS SVM相比，GP模型作为一种非参数概率模型，在给出模型预测值的同时，还可以给出预测值对模型的精度函数；GP 模型的优化参数相对较少，学习速度快，而且更易收敛。近几年，国内外学者逐步重视这一研究热点，并在一些领域得到了成功应用[11-12]。
将GP方法引人近红外光谱检测，提出一种融合GP模型和联合区间策略的波长选择算法：联合区间高斯过程(siGP)算法，为近红外光谱技术建立定量分析模型，在波长选择阶段，提供了一种处理光谱非线性因素的新思路，并应用到红曲菌固态发酵过程参数水分含量和pH值的快速检测中。
siGP波长筛选原理及方法 1.1GP算法描述
对于给定光谱数据样本集A=（（x，y:）)，i=1，**，，
基金项目：国家自然科学基金项目（NSFC61273087），江苏省产学研前瞻性联合研究项目（BY2013015-27)资助作者简介：徐琛，1990年生，江南大学自动化研究所博士研究生
e-mail, wxjnxc@163, com
通讯联系人
e-mail: fliu@jiangnan. edu. cn