摘要
本发明公开一种用于箱子的近红外光谱光距修正方法,包括:步骤S1,对采集到的近红外光谱信号进行拟合,通过引入惩罚因子以得到最佳的失真度与粗糙度,并基于最佳的失真度和粗糙度得到最优拟合信号;步骤S2,通过广义logistic函数的非线性变换进行线性回归来预测不同的权重值,并为采集到的近红外光谱数据分配权重,从而得到最优拟合基线;步骤S3,利用BOSS算法对校正后的近红外光谱数据进行变量筛选,以确定变量的最优子集;步骤S4,利用粒子群算法优化支持向量回归的惩罚参数和核函数参数,并建立预测模型。
技术关键词
修正方法
粒子群算法优化
箱子
变量
基线
支持向量回归
建立预测模型
粗糙度
预测误差
数据
信号
训练预测模型
极值
红外光谱仪
矩阵
广义
表达式
非线性
因子