摘要
本发明公开了一种基于合并矩阵PCA的近红外光谱建模方法及系统,涉及近红外光谱技术领域和化学计量学领域。该方法获取待测样本的原始近红外光谱数据及参考数据分别作为自变量数据和相应的因变量数据;采用样本集划分方法对自变量数据和因变量数据分别进行数据集划分;基于最小二乘回归方法构建回归预测模型,利用预处理后的数据集对回归预测模型进行训练和验证,回归预测模型训练过程中,基于主成分分析方法对数据集和预测目标进行关联性分析,并进行主成分提取。本发明基于合并矩阵PCA的近红外光谱建模方法及系统,对样本中可能存在的高维数据进行降维,然后建立稳健的预测模型,实现快速、准确的定量分析。
技术关键词
回归预测模型
主成分分析方法
矩阵
回归方法
划分方法
近红外光谱建模
校正
样本
近红外光谱技术
可读存储介质
蛋白软糖
主成分分析法
红外光谱仪
模型训练模块
终端设备
数据获取模块
处理器
指令
系统为您推荐了相关专利信息
定标算法
快速检测方法
矩阵
数字相机
质心偏移量
健康监测平台
设备故障数据
物联网设备
历史设备
设备特征
文本分类模型
训练系统
更新模型参数
标签
优化器