基于DS算法的玉米近红外定性分析光谱校正方法研究-论文.pdf

《基于DS算法的玉米近红外定性分析光谱校正方法研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第34卷，第6期光谱学与光谱分析Vo1．34，No．6，pp1533—15372014年6月SpectroscopyandSpectralAnalysisJune，2014基于DS算法的玉米近红外定性分析光谱校正方法研究柳培忠，张丽萍，李卫军。，覃鸿，董肖莉。1．华侨大学工学院，福建泉州3620002．中国科学院半导体研究所人工神经网络实验室，北京100083摘要从校正的角度出发，研究了近红外定性分析中模型稳定性问题。以13个玉米品种为研究对象，针对数据采集时间不同带来的模型失效问题，借鉴近红外光谱定量分析中两台仪器间模型传递的思想，将直接模型传递(DirectStandardizati

2、on)算法用于校正同一仪器不同时间采集的光谱，使得一次建立的品种鉴别模型，能用于其余时间测试数据的鉴别。首先采用Kennard／Stone算法在主光谱集中选取校正样品集，按照对应的编号从从光谱集中取出对应的数据，然后对校正样品集采用DS算法求取两组数据间的变换关系，再对剩余的从光谱集进行相应的变换得到适用于模型的光谱。实验中对比了校正样本数和模型校正位置对校正结果的影响，分别从品种定性鉴别准确性和校正前后主光谱数据和从光谱数据分布距离两方面分析了实验结果。结果表明，该方法能有效地解决同一仪器随着采样时间推移产生的光谱偏移现象，对采样时间不同的测试集均得到较高的识别率，提高了模型的鲁棒性和

3、适用范围，由实验结果可见，校正位置处于特征提取之后时，校正效果最佳。关键词玉米；近红外光谱；品种鉴别；DS算法；光谱校正中图分类号：0657．3文献标识码：ADOI：10．3964／j．issn．1000—0593(2014)06—1533—05分析更为严重，严重时甚至完全不能正确识别。引言本文以13个玉米品种鉴别为研究对象，将不同仪器间模型传递的思想应用到同一仪器光谱偏移上来，采用DS算近红外光谱分析技术(nearinfraredspectroscopy，法求取从光谱集到主光谱集间的变换关系(这里将建模数据NIR)c是一种利用近红外光谱加载物质的特征信息进而对应时间的光谱集定义为主光谱

4、集，测试数据对应时间的光对其成分、品质、属性等进行定量或定性分析的技术。随着谱集定义为从光谱集)，使得所建模型能够用于鉴别不同时分析技术的快速发展，基于近红外光谱的各类检测技术也得间的测试集，而不受采样时间、外界环境等因素的影响，得到了广泛的应用[3_5]。近年来，用近红外光谱进行玉米品种到稳定的鉴别效果。鉴别也已积累了较多的基础L7]，但以往的实验结果都是在采集条件较为理想的数据集上得到的。在实际应用中，采集的1实验部分实验数据中会包含更多的不确定信息，这些不确定信息甚至可能影响整个模型的性能。1．1样品及光谱采集模型传递，用于解决两台相同型号仪器间的模型共用问实验用13个玉米品种样品

5、为种子公司提供，均为已经题[8I9]。由于光学元件的精密特性，制作工艺或测量环境等通过品种审定的品种，具体信息如表1所示，实验样品均为差异常常导致一台仪器上建立的模型用于其他仪器上的测试完整籽粒状，采用整杯采样法，所用仪器为德国BRUKER数据时发生较大偏差甚至完全失效。在实际应用中发现，除公司的Ⅵ1CTOR22／N型傅里叶变换漫反射近红外光谱仪。了不同仪器的差别，同一台仪器长时间的光谱偏移同样面临为了研究光谱偏移问题，在两个月内重复采集了四次实验数模型适用性问题，由于相同物质不同品种间成分相差较小，据，采集时间分别为：2011．12．13，201l_12．27，光谱相互交叠，因此这种差

6、异对定性分析的影响甚至比定量2012．01．06，2012．02．14，按时间顺序分别编号为1～4。每收稿日期：2013-08—08，修订日期：2013—12-04基金项目：中央高校基本科研业务费资助项目(JB-ZR1202)，引进人才科研启动费项目(12Y0316)和泉州市级基金项目(24201305)资助作者简介：柳培忠，1976年生，华侨大学工学院博士研究生e-mail：pzliu@hqu．edu．cn*通讯联系人e-mail：zliping@semi．ac．cn1534光谱学与光谱分析第34卷次实验每品种重复装样3O次，13个品种一次实验得到13×(3)重复步骤(2)，直至选够k

7、个样本组成校正集。30：390条样品光谱。根据光谱仪器设置每条原始光谱长度1．4数据处理为1114维，谱区范围为3900~12500cm_。。在做玉米品种鉴别实验时，采用统一的处理算法，各部分所用算法如下：数据预处理采用平滑(Smoothing)、一阶导Table1Thirteenvarietiesofthecolasamples(FirstDerivative，FD)、矢量归一化(VectorNormalization，VN)三种