科研之友
微信
新浪微博
Facebook
分享链接
摘要
在对变量数远大于样本数的红外/近红外光谱数据进行分析时，经常需要对变量进行筛选或降维，为此提出了基于变量重要度指数的离散粒子群优化算法，并应用于五种食用油的偏最小二乘判别分析。变量的重要度指数为偏最小二乘回归系数和光谱纯度的乘积。在粒子群优化算法的初始化阶段引入变量重要度指数，利用轮盘赌算法增大选中重要度大的变量的概率，并且不减少种群的随机性。77个食用油样本的分类实验结果表明，与全变量偏最小二乘和经典粒子群优化算法相比，基于变量重要度指数的离散粒子群优化算法收敛速度较快，并在一定程度上避免了陷入局部最优，利用FT-IR光谱技术并结合化学计量学建立模型是一种有效的食用油分类分析方法。
- 单位
