第33卷，第2期 2013年2月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol. 33, No. 2,pp363-366 February,2013
灰度关联分析结合支持向量机用于近红外光谱研究
张勇1.2，赵冰3.
1.长春大学光华学院，吉林长春130117 2.长春师范学院，吉林长春130032
3.吉林大学超分子结构与材料国家重点实验室，吉林长春130012
摘要灰度关联分析是通过关联度的计算来理清系统中各因素之间的主次关系，找出影响较大的因素，简述了灰度关联分析的基本原理，并利用其对180个烟草样品的近红外谱进行了谱区优化，选取其中120个样品用于建模，另外60个样品用于模型检验。进一步利用偏最小二乘法和径向基支持向量机法分别建立了烟草样品的总糖、还原糖、烟碱及总氮的定量分析模型。结果表明，将灰度关联分析与支持向量机法联合用于烟草近红外光谱四个组分的定量分析，其模型的泛化能力和预测精度均有较明显的提高，从而能够有效地提高建模效率。
关键词近红外光谱；灰度关联分析；偏最小二乘；支持向量机
中图分类号：0657.3
引言
文献标识码：A
DOI: 10. 3964/j. issn. 1000-0593(2013)02-0363-04
进一步深人理解灰度关联分析方法在近红外光谱中应用的可靠性及条件，在前期研究基础之上对样品进行了优化选择：并增加了样品的多样性和样品的数量（180个），并针对灰度
目前，利用近红外光谱（near-infrared spectroscopy，
NIRs)进行定量或定性分析时，都要通过一些化学计量学方法进行建模，而，建模时如果选择全谱区参与，那么建模的效率会显著下降，计算量大、计算时间长，甚至导致模型不收敛，因此如果要建立一个泛化能力强的校正模型，对参与建模的光谱必须进行谱区优化选择。在近红外光谱谱区选择方法中，一般有均分排序法、相关系数法、方差分析法、逐步回归法、无信息变量的消除法、间隔偏最小二乘法、遗传算法等1-4)，但这些方法存在算法复杂、优化时间长、预测精度不高、搜索空间巨大、模型不收敏等缺陷。
邓聚龙教授首先提出了用于控制的新技术和新理论方法一灰度系统理论，目前，它已经成功地应用于经济、管理、农业等诸多领域(-7)。在我们的前期研究工作中，曾尝试利用将灰度关联度分析方法应用到近红外光谱的分析中3，利用120个烟草样本，将样品的近红外谱区与待测组分进行关联，计算它们的关联度，并将关联度较大的几个谱区作为组分的建模谱区参与建模。结果表明，其预测模型的精度较偏最小二乘法(partial leastsquares，PLS)有较大的提高[})为
收稿日期：2012-05-15，修订日期：2012-09-10
关联分析法进行参数的进一步优化，同时将灰度关联分析和支持向量机法有机结合，用于近红外光谱的定量分析工作，旨在进一步提高其模型的预测精度，并提高建模的效率。
支持向量机(supportvectormachine，SVM)是数据挖据申的一个较新的方法，能非常成功地处理回归和模式识别等诸多领域的问题，因此其广泛应用于理科、工科和管理等多种学科(8-13]
灰度关联度分析和支持向量机方法
灰度关联度分析是对于一个系统发展变化态势的定量描述和比较。基本思想是通过关联度的计算来理清系统中各因素之间的主次关系，找出影响最大的因素。对两个系统或因素之间关联性大小的量度，称为关联度(")。它描述系统发展过程中因素间相对变化的情况，也就是变化大小、方向及速度等指标的相对性。如果两者在系统发展过程中相对变化基本一致，则认为两者关联度大；反之，两者关联度就小。
支持向量机是在高维特征空间使用线性函数假设空间的
基金项目：国家自然科学基金项目(20903044)，国家"重大新药创制"科技重大专项项目（2011ZX09401-305-10)和吉林省世行贷款农产品质
量安全项目(32011-Z43)资助
作者简介：张勇，1973年生，长春大学光华学院教投
*通讯联系人
万方数据
e-mail; zhangy1123@163.com
e-mail: zhsob@mail. jlu. edu. cn