近红外光谱预处理方法及模型建立

光谱预处理方法

基线校正

一阶导数

用于扣除斜线和曲线背景,基本公式如下
在这里插入图片描述
xi为第i个样品的光谱,g为窗口宽度

二阶导数

提高光谱分辨率,基本公式如下
在这里插入图片描述

平滑处理

由光谱仪得到的光谱信号中既含有有用信息,同时也叠加着随机误差,即噪声。信号平滑是消除噪声最常用的一种方法,其基本假设是光谱含有的噪声为零均值随机白噪声,若多次测量取平均值可降低噪声提高信噪比。常用的信号平滑方法有移动平均平滑法和Savitzky-Golay卷积平滑法。
主要系数为窗口宽度g,设定过大容易失真,设定过小效果不明显

移动平滑

对窗口内的数据直接进行均值处理

SG平滑

对窗口的数据使用加权平均法处理

散射校正

SNV - 标准正态变量

主要用来消除固体颗粒大小,表面散射以及光程变化对漫散射光谱的影响。去趋势算法常用在SNV处理后的光谱,用来消除南反射光谱de基线漂移

MSC - 多元散射校正

作用与SNV差不多,主要是消除颗粒分布不均匀及颗粒大小产生的散射影响,在固体漫反射和浆状物透射和反射光谱中运用比较多

模型建立

PLS - 偏最小二乘

你可能感兴趣的:(机器学习)