摘要
本发明公开了一种基于偏最小二乘得分的小样本近红外光谱校准方法,包括:获取近红外光谱数据集,分为校准集和测试集;构建偏最小二乘模型:利用偏最小二乘算法在数据集中获取最佳潜变量数目;构建集成正交极限学习机;利用近红外光谱数据集中的校准集,根据偏最小二乘模型和正交极限学习机,构建偏最小二乘模型的得分矩阵与浓度含量的关系模型;利用关系模型对测试集中的浓度进行预测,得到浓度信息。本发明的基于偏最小二乘得分的小样本近红外光谱校准方法,通过偏最小二乘得分矩阵,挖掘潜在的浓度信息,构建PLSELM定量模型,为近红外光谱定量解析性能带来显著提升;能够提供高性能、强鲁棒性、适用于小样本建模的近红外光谱定量模型。
技术关键词
极限学习机
校准方法
偏最小二乘算法
近红外光谱定量
样本
变量
数据
矩阵
近红外光谱仪
关系
强鲁棒性
对象
药片
节点
玉米
载荷
偏差
高性能
误差