基于改进遗传算法的区间光谱特征波长变量选择方法

发布时间：2023-05-11 04:33

　　为提高土壤养分近红外光谱预测模型的鲁棒性和预测精度,提出一种基于改进遗传算法的近红外区间光谱特征波长变量选择方法.利用土壤速效磷近红外光谱全光谱波长变量纯度梯度的正负变化次数将全光谱划分为多个波长间隔,以偏最小二乘回归模型(PLS-R)输出的变量投影重要性系数(V_VIP)大于1作为提取准则,提取对土壤养分预测目标量解释性较强的波长间隔,并合并成一个区间光谱.建立区间光谱特征波长变量(FWV)PLS-R模型,利用改进遗传算法选择PLS-R的均方根误差为最小对应的FWV为最优FWV.试验结果表明:该方法在区间光谱选择最优FWV,能提高回归模型的鲁棒性和预测精度,简化模型结构;改进遗传算法采用一种改进的实数编码差分变异算子,扩大了全局最优解搜索空间,提高了收敛速度.

【文章页数】：7 页

【文章目录】：
1 光谱特征波长选择方法
    1.1 全光谱波长变量纯度行向量
    1.2 全光谱波长变量纯度梯度行向量
    1.3 全光谱波长变量投影重要性系数
    1.4 改进遗传优化算法
    1.5 区间光谱提取与特征波长选择方法
2 回归模型评价标准
3 试验结果与分析
    3.1 土壤样本与光谱数据集
        3.1.1 土壤样本采集与处理
        3.1.2 校正集与验证集划分
    3.2 建模方法试验结果
    3.3 预测模型分析与比较
    3.4 改进遗传算法与粒子群算法的比较分析
4 结 论



本文编号：3814168