一种基于结合岭回归和递归特征消除的定量分析方法
基本信息
申请号 | CN202010135378.8 | 申请日 | - |
公开(公告)号 | CN113340874A | 公开(公告)日 | 2021-09-03 |
申请公布号 | CN113340874A | 申请公布日 | 2021-09-03 |
分类号 | G01N21/71(2006.01)I | 分类 | 测量;测试; |
发明人 | 孙兰香;王国栋;李洋;王金池;丛智博 | 申请(专利权)人 | 中国科学院沈阳自动化研究所 |
代理机构 | 沈阳科苑专利商标代理有限公司 | 代理人 | 许宗富 |
地址 | 110016辽宁省沈阳市沈河区南塔街114号 | ||
法律状态 | - |
摘要
摘要 | 本发明涉及一种基于结合岭回归和递归特征消除的定量分析方法,包括:获取光谱数据和位置信息;对光谱数据进行全谱和归一化;划分为训练集和验证集并标准化;对训练集建立岭回归标定模型,记录模型系数绝对值;删除最小系数绝对值对应光谱特征获取新的特征子集;确定评价模型,以留一验证方式建模并记录RMSECV;重复迭代直至算法跳出循环;根据RMSECV确定最优光谱特征子集和元素浓度标定模型;以验证集数据作为最优模型输入,得到验证集RMSEP。本方法的最优标定模型可实现对待测元素浓度较为准确定量分析。缓解元素标定中的过拟合和光谱数据中的多重共线性问题,有效减少了特征子集的搜索空间,在高判定系数下有效减少均方根误差。 |
