一种近红外光谱特征谱区选择方法

    公开(公告)号:CN103308463A

    公开(公告)日:2013-09-18

    申请号:CN201310269647.X

    申请日:2013-06-28

    Abstract: 本发明提供一种近红外光谱特征谱区选择方法,本发明将蒙特卡罗概率选择结合蚁群优化算法应用到近红外光谱的特征谱区选择问题上,设置动态区间范围,初始化算法参数,以获取对象的各个光谱区间作为等效搜索点,以测试对象的品质或特性作为标准参考,建立偏最小二乘分析模型,以该模型预测均方根误差重新加权计算来更新信息素向量,通过迭代计算,搜索获取最优的近红外光谱特征谱区,多次循环计算,自动判断得到最佳的近红外光谱特征谱区。本发明结合蒙特卡罗概率选择的全局性和蚁群算法正反馈的优点,有效避免建模过程依靠经验选择的不足和全部选择的数据冗余,快速获得全局最优特征谱区,提高建模精度和稳定性。

    一种近红外光谱特征谱区选择方法

    公开(公告)号:CN103308463B

    公开(公告)日:2015-06-03

    申请号:CN201310269647.X

    申请日:2013-06-28

    Abstract: 本发明提供一种近红外光谱特征谱区选择方法,本发明将蒙特卡罗概率选择结合蚁群优化算法应用到近红外光谱的特征谱区选择问题上,设置动态区间范围,初始化算法参数,以获取对象的各个光谱区间作为等效搜索点,以测试对象的品质或特性作为标准参考,建立偏最小二乘分析模型,以该模型预测均方根误差重新加权计算来更新信息素向量,通过迭代计算,搜索获取最优的近红外光谱特征谱区,多次循环计算,自动判断得到最佳的近红外光谱特征谱区。本发明结合蒙特卡罗概率选择的全局性和蚁群算法正反馈的优点,有效避免建模过程依靠经验选择的不足和全部选择的数据冗余,快速获得全局最优特征谱区,提高建模精度和稳定性。

    一种蚁群优化算法的近红外光谱特征波长选择方法

    公开(公告)号:CN103344600A

    公开(公告)日:2013-10-09

    申请号:CN201310269615.X

    申请日:2013-06-28

    Abstract: 本发明提供一种蚁群优化算法的近红外光谱特征波长选择方法,本发明将近红外光谱的全部波长点作为蚁群优化算法起始选择的等效变量,以测试对象的品质或特性作为参考标准,建立偏最小二乘分析模型,以该模型预测均方根误差重新加权计算来更新信息素向量,通过迭代计算,搜索获取最优的近红外光谱波长组合,多次循环计算,自动判断得到最佳的近红外光谱特征波长。本发明采用蚁群优化算法全局性搜索和正反馈机制,有效避免建模过程波长主观选择的不足,模型具有更强的鲁棒性和适用性。

    一种蚁群优化算法的近红外光谱特征波长选择方法

    公开(公告)号:CN103344600B

    公开(公告)日:2015-06-03

    申请号:CN201310269615.X

    申请日:2013-06-28

    Abstract: 本发明提供一种蚁群优化算法的近红外光谱特征波长选择方法,本发明将近红外光谱的全部波长点作为蚁群优化算法起始选择的等效变量,以测试对象的品质或特性作为参考标准,建立偏最小二乘分析模型,以该模型预测均方根误差重新加权计算来更新信息素向量,通过迭代计算,搜索获取最优的近红外光谱波长组合,多次循环计算,自动判断得到最佳的近红外光谱特征波长。本发明采用蚁群优化算法全局性搜索和正反馈机制,有效避免建模过程波长主观选择的不足,模型具有更强的鲁棒性和适用性。

Patent Agency Ranking