光譜的信息特征提取與建模分析——以研究韭菜中毒死蜱殘留量為例.pdf

1、在高光譜數(shù)據(jù)處理過程中，由于作為信息源的光譜有效信息率低、光譜數(shù)據(jù)量的繁多及包涵信息量的復(fù)雜等原因，使我們不能直接對光譜數(shù)據(jù)進(jìn)行利用分析。因此，從背景復(fù)雜、光譜信息量重疊及變動的光譜中提取微弱信息，首先需要對校正集樣本和預(yù)測集樣本進(jìn)行挑選，再對光譜數(shù)據(jù)嘗試預(yù)處理的基礎(chǔ)上，消除光譜散射、基線漂移和旋轉(zhuǎn)等的影響，才能在復(fù)雜的光譜數(shù)據(jù)、多種可能的建模參數(shù)或相關(guān)的多種模型中選擇相應(yīng)的最優(yōu)條件，建立優(yōu)秀的數(shù)學(xué)模型用于分析檢測，并在回歸模型的預(yù)測檢

2、驗中得到優(yōu)秀結(jié)果。本文以韭菜中毒死蜱農(nóng)藥殘留量為研究對象，嘗試建立能夠預(yù)測蔬菜中農(nóng)藥殘留量的有效模型，并對模型進(jìn)行精度評定，主要研究內(nèi)容是：
　　1.制作定標(biāo)樣品集，利用FieldSpec4 Standard-Res光譜儀對殘留有不同毒死蜱殘留量的韭菜樣本進(jìn)行高分辨率的光譜掃描，獲得包含豐富背景信息和化學(xué)值信息的原始光譜；
　　2.獲取韭菜樣本實際農(nóng)藥殘留量值，完成對樣本的GC-MS檢測；
　　3．采用隨機(jī)挑選法、Du

3、plex法及Kennard-Stone法對樣品校正集和預(yù)測集進(jìn)行挑選，對挑選的樣本建立 PLS模型，以選取主成分?jǐn)?shù)目、決定系數(shù)（R2）、校正均方根誤差（RMSEE）和預(yù)測均方根誤差（RMSEP）檢驗挑選算法的優(yōu)劣；
　　4.對原始光譜做一、二階卷積求導(dǎo)校正，MSC校正，SVN校正處理，以減弱光譜測量誤差，降低背景影響，并建立 PLS模型，以選取主成分?jǐn)?shù)目、決定系數(shù)（R2）、校正均方根誤差（RMSEP）來檢驗預(yù)處理算法的優(yōu)劣性；