近红外光谱数据分析方法研究

文中将主成分分析和BP神经网络方法相结合,用于对近红外光谱数据进行预处理和回归分析,较好地解决了近红外分析中的非线性关联问题。实验结果表明,该方法在近红外光谱数据的分析中与传统的化学计量学方法相比有较好的应用效果。

维普资讯 http://doc.xuehai.net

第 1 6卷第 5期 20 0 6年 5月

计算机技术与发展 C ) IU r t M’ ER EC[NIl X AND F t Y )C DEVE ) E l pM N

、) 6/l 【 5 ( l ) . Ma 2 0 y 06

近红外光谱数据分析方法研究 韩磊，李兴兵，谭跃进 (国防科学技术大学信息系统与管理学院，湖南长沙 4 07 ) 10 3 摘要：中将主成分分析和 B文 P神经网络方法相结合，用于对近红外光谱数据进行预处理和回归分析，较好地解决了近红

外分析中的非线性关联问题。实验结果表明，该方法在近红外光谱数据的分析中与传统的化学计量学方法相比有较好的 应用效果。

关键词：神经网络；近红外光谱分析；主成分分析法 中图分类号： P8 T 13文献标识码： A文章编号：63 2 X 2 0 )5 0 1 0 17—69 (0 60—00— 3

Re e r h o a n r r d S e to c p t ay i s a c n Ne rI f a e p c r s o y Da a An l ss HA L iL igbn, N Yu -n N e, I n—ig TA ej X i (ol e f nomai yt adMaae etN t n l nvri f e neT cnl y C agh 10 3C ia C lg fr t nS se n ng n, ai a U ie t o f s eh o g, hn sa4 0 7, hn ) e oI o m m o sy D e o A src: r e a cmp nn nls P ) n ak rpgt nnua nt r r sdfr rtet n daa s f h e r btatP i i lo o et ayi ( a dbc—po aai erl ewokweeue er met n nl io ena np a s( o op a a ys t

i r e( I ) pc o o y a . h m t ds v te o~le ' l i o l i NI na s, r e y x m l te t d n a d N R set s p t T e eh l h n i mi r a n p b m n Ral i P o db a p, me o fr rc d a o oe d N n t e tg r e y ys v e e h h u d i hsatcecr aq ieb te eutta h rdt n 1c e f tymemlg to si R ay i. e

s nt i ril al c ur e trrs l h n teta ii a h i r t o y meh d NI a lss o n s n n Ke wd . e r l ewo k; erifae p crso y a ay i;rn ia o o e ta ay i ym s n u a t r n a nr r s e toc p n lss picp l mp n n lss n d c n

0引言 近红外光谱分析…是指利用近红外 ( R) 1 NI光谱包含的信息对物质特性进行分析的一种技术，主要用于有机物的定性鉴定和定量分析。由于 N R分析技术具有简便、 I 快捷、低成本、无污染以及不破坏样品等优点，因而被广泛

并取得了较满意的结果；随着光谱分析仪器和化学计量学 方法的不断发展，近红外光谱分析技术也逐渐应用到纺织业、制药、石油工业等领域，并且取得了较好的经济效益。 近红外分析的基本原理是通过测量化合物在近红外谱区的电磁波并对其进行分析而得出化合物的组成成分

应用于石油、化工、医药、烟草等行业。 在近红外分析中，建立稳定的数学模型对于光谱数据

或者性质等信息。近红外谱区是指介于可见光和中红外 谱区之间的电磁波，使人们最早认识的非可见光区域。分子在近红外区的吸收主要由 c—H, O—H, N—H和 C=O

分析的准确性至关重要，目前比较成熟的光谱数据分析方法有多元线性回归、偏最小二乘法等。这些建模方法可以很好地反映有机物的光谱数据特征与其特性之间的线性 关系，并在实际应用中取得了显著效果。但是，对于物质

等基团的合频吸收与倍频吸收组成，可以反映出有机物的 大量信息。此区的吸收强度低、谱带复杂、重叠严重，无法使用经典的定量或定性分析方法，而必须借助于化学计量学中的多元统计分析、曲线拟合、聚类分析等定标方法将其所包含的信息提取出来，即所谓的“黑箱”分析方法…。 结合合适的定标模型，可以实现对化合物多种组分或性质 的快速分析。 近红外光谱分析方法的应用主要受到硬件和软件两方面因素的制约：有机物样品的近红外光谱的获取，以及

的光谱特征与其特性之间的非线性关系的建模分析，还需 要探讨更好的回归方法。针对这一需求，文中提出采用主成分分析和经典 B P神经网络方法对近红外光谱数据进行建模分析，并结合实际数据，验证了该方法的可行性。

1数据

分析方法的基本原理 1 1近红外分析概述 .

样品性质标准值的测定，依赖于精密而准确光谱仪器和各种化学仪器等硬件设施；而对光谱数据的分析，则依赖于分析过程中所使用的数学建模手段和分析算法等化学计 量学方法。如前所述，传统的化学计量学方法如多元线性回归、偏最小二乘法等对于建立光谱与化学组成和物理性质之间的线性关联模型具有很好的效果，但是，对于近红外光谱与化合物性质具有非线性关联的情况，传统的化学计量学方法还不能够很好地解决。因此，文中考虑采用人

近红外光谱分析技术最早的应用是对农副产品中的

水分、蛋白质、纤维、糖分以及脂肪等成分的分析和测定，

收稿日期：0 5 8— 0 20 0 3

作者简介：韩 系统理论。

赫(90,, 18一)男湖北当阳人，士研究生，硕研究方向

为系统管理与综合集成；谭跃进，教授，博士生导师，研究方向为复杂

第1页