论文部分内容阅读
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，依次选择入选频率较高的2个波长点888和900nm作为回归变量，建立GA-MLR预测模型，其R，SE