基于集成学习的有机物红外光谱定量回归方法研究
发布时间：2024-03-08 22:44
傅里叶变换红外光谱(Fourier Transform Infrared Spectroscopy,FTIR)技术已在农业、工业、食品、环境、制药等各个领域的定量分析中得到了广泛的应用。定量分析是红外光谱分析领域的核心问题之一,红外光谱定量分析是利用已获取的红外光谱及其对应的物理化学特征建立定量分析模型,并通过此模型对未知光谱对应的特征进行估计的一种方法。FTIR红外光谱结合化学计量学方法进行定量分析的过程中,异常样本的存在会显著降低模型的稳定性和预测精度;完整光谱中的噪声、无信息变量以及干扰波长会増加模型复杂度,影响模型的预测性能;此外,近年来深度学习算法的发展为红外光谱定量模型的建立提供了新的思路。本文针对以上几个问题开展了深入研究,完成的主要研究工作和成果总结如下:1)提出了一种改进蒙特卡洛采样的MCCV法识别异常样本。针对蒙特卡洛交叉验证(Monte Carlo Cross Validation,MCCV)均值-方差图法识别异常样本的过程中以等概率选取所有样本进入建模子集,以及采用经验值法设置阈值等问题,通过改变蒙特卡洛随机采样的样本集范围,保证仅正常样本作为建模子集,从而提高...
【文章页数】：157 页
【学位级别】：博士
【文章目录】：
致谢
摘要
abstract
第一章 绪论
1.1 研究背景及选题意义
1.1.1 有机化合物定量检测
1.1.2 分子红外吸收光谱技术
1.1.3 FTIR分析技术
1.2 国内外研究现状
1.3 课题来源与主要研究内容
1.3.1 课题来源
1.3.2 本文主要研究内容
第二章 傅里叶变换红外光谱分析技术
2.1 引言
2.2 傅里叶变换红外光谱学
2.2.1 FTIR 光谱仪工作原理
2.2.2 干涉图和光谱图
2.2.3 朗伯比尔定律
2.2.4 红外吸收数据库
2.3 光谱预处理
2.3.1 常用的光谱预处理方法
2.3.2 基于小波变换的预处理方法
2.4 化学计量学方法
2.4.1 异常样本识别方法
2.4.2 校正集选取
2.4.3 波长选择算法
2.4.4 定量回归方法
2.5 实测数据采集
2.6 模型评价标准
2.7 本章小结
第三章 基于模型集群策略的奇异样本识别
3.1 引言
3.2 算法与理论基础
3.2.1 蒙特卡洛法
3.2.2 蒙特卡洛交叉验证法
3.2.3 标准化残差
3.3 改进蒙特卡洛采样法剔除异常样本
3.3.1 标准归一化
3.3.2 改进蒙特卡洛采样
3.3.3 疑似奇异样本二次检测
3.4 实验数据
3.4.1 Hawkins-Bradu-Kass数据
3.4.2 药片数据
3.4.3 玉米数据
3.5 Hawkins-Bradu-Kass数据集实验
3.6 药片光谱实验
3.6.1 最佳主成分数
3.6.2 奇异样本的识别
3.6.3 建模与分析
3.7 玉米光谱实验
3.7.1 异常样本诊断及预测结果比较
3.7.2 预测集异常样本分析
3.8 本章小结
第四章 基于串联策略的波长选择算法
4.1 引言
4.2 常用波长选择算法存在的问题
4.3 实验数据
4.3.1 玉米数据
4.3.2 柴油光谱数据
4.3.3 实测乙烯(C2H4)气体
4.4 移动窗口改进的MCUVE-SPA波长选择算法
4.4.1 MC-UVE
4.4.2 SPA
4.4.3 MCUVE-SPA-MW算法和原理
4.5 MCUVE-SPA-MW实验及分析
4.5.1 玉米光谱实验
4.5.2 柴油光谱实验
4.5.3 实测气体光谱实验
4.5.4 结果与讨论
4.6 串联策略改进SiPLS波长选择算法
4.6.1 算法介绍
4.6.2 玉米光谱实验
4.6.3 柴油光谱实验
4.6.4 结果与讨论
4.7 本章小结
第五章 预处理方法对波长选择算法的影响
5.1 引言
5.2 常见光谱预处理方法
5.3 实验及结果
5.3.1 实验数据
5.3.2 玉米光谱实验
5.3.3 柴油光谱实验
5.3.4 结果与讨论
5.4 本章小结
第六章 基于集成学习算法的定量回归模型
6.1 引言
6.2 集成学习算法理论
6.2.1 梯度提升决策树算法
6.2.2 支持向量回归
6.2.3 基于Blending集成学习的定量回归算法
6.3 实验数据
6.4 实验及分析
6.4.1 药片光谱实验
6.4.2 柴油光谱实验
6.4.3 结果与讨论
6.5 本章小结
第七章 总结与展望
7.1 总结
7.2 研究展望
参考文献
攻读博士学位期间的学术活动及成果情况
本文编号：3922499
【文章页数】：157 页
【学位级别】：博士
【文章目录】：
致谢
摘要
abstract
第一章 绪论
1.1 研究背景及选题意义
1.1.1 有机化合物定量检测
1.1.2 分子红外吸收光谱技术
1.1.3 FTIR分析技术
1.2 国内外研究现状
1.3 课题来源与主要研究内容
1.3.1 课题来源
1.3.2 本文主要研究内容
第二章 傅里叶变换红外光谱分析技术
2.1 引言
2.2 傅里叶变换红外光谱学
2.2.1 FTIR 光谱仪工作原理
2.2.2 干涉图和光谱图
2.2.3 朗伯比尔定律
2.2.4 红外吸收数据库
2.3 光谱预处理
2.3.1 常用的光谱预处理方法
2.3.2 基于小波变换的预处理方法
2.4 化学计量学方法
2.4.1 异常样本识别方法
2.4.2 校正集选取
2.4.3 波长选择算法
2.4.4 定量回归方法
2.5 实测数据采集
2.6 模型评价标准
2.7 本章小结
第三章 基于模型集群策略的奇异样本识别
3.1 引言
3.2 算法与理论基础
3.2.1 蒙特卡洛法
3.2.2 蒙特卡洛交叉验证法
3.2.3 标准化残差
3.3 改进蒙特卡洛采样法剔除异常样本
3.3.1 标准归一化
3.3.2 改进蒙特卡洛采样
3.3.3 疑似奇异样本二次检测
3.4 实验数据
3.4.1 Hawkins-Bradu-Kass数据
3.4.2 药片数据
3.4.3 玉米数据
3.5 Hawkins-Bradu-Kass数据集实验
3.6 药片光谱实验
3.6.1 最佳主成分数
3.6.2 奇异样本的识别
3.6.3 建模与分析
3.7 玉米光谱实验
3.7.1 异常样本诊断及预测结果比较
3.7.2 预测集异常样本分析
3.8 本章小结
第四章 基于串联策略的波长选择算法
4.1 引言
4.2 常用波长选择算法存在的问题
4.3 实验数据
4.3.1 玉米数据
4.3.2 柴油光谱数据
4.3.3 实测乙烯(C2H4)气体
4.4 移动窗口改进的MCUVE-SPA波长选择算法
4.4.1 MC-UVE
4.4.2 SPA
4.4.3 MCUVE-SPA-MW算法和原理
4.5 MCUVE-SPA-MW实验及分析
4.5.1 玉米光谱实验
4.5.2 柴油光谱实验
4.5.3 实测气体光谱实验
4.5.4 结果与讨论
4.6 串联策略改进SiPLS波长选择算法
4.6.1 算法介绍
4.6.2 玉米光谱实验
4.6.3 柴油光谱实验
4.6.4 结果与讨论
4.7 本章小结
第五章 预处理方法对波长选择算法的影响
5.1 引言
5.2 常见光谱预处理方法
5.3 实验及结果
5.3.1 实验数据
5.3.2 玉米光谱实验
5.3.3 柴油光谱实验
5.3.4 结果与讨论
5.4 本章小结
第六章 基于集成学习算法的定量回归模型
6.1 引言
6.2 集成学习算法理论
6.2.1 梯度提升决策树算法
6.2.2 支持向量回归
6.2.3 基于Blending集成学习的定量回归算法
6.3 实验数据
6.4 实验及分析
6.4.1 药片光谱实验
6.4.2 柴油光谱实验
6.4.3 结果与讨论
6.5 本章小结
第七章 总结与展望
7.1 总结
7.2 研究展望
参考文献
攻读博士学位期间的学术活动及成果情况
本文编号：3922499
本文链接：https://www.wllwen.com/kejilunwen/huaxue/3922499.html