区间偏最小二乘结合差分进化算法应用于鱼粉近红外光谱波长筛选

作     者：张优优 陈伟豪 唐志敏 辜洁 莫丽娜 陈华舟 ZHANG You-you;CHEN Wei-hao;TANG Zhi-min;GU Jie;MO Li-na;CHEN Hua-zhou

作者机构：桂林理工大学理学院广西桂林541004 重庆人文科技学院机电与信息工程学院重庆401524 桂林理工大学大数据处理与算法技术研究中心广西桂林541004 

出 版 物：《分析测试学报》 (Journal of Instrumental Analysis)

年 卷 期：2020年第39卷第11期

页      面：1392-1397页

核心收录：

学科分类：07[理学] 070302[理学-分析化学] 0703[理学-化学] 

基　　金：国家自然科学基金(61505037) 广西自然科学基金(2018GXNSFAA050045)。 

主　　题：近红外光谱 鱼粉蛋白质 特征提取 区间偏最小二乘 差分进化算法 

摘      要：蛋白质含量是评价鱼粉质量的重要指标,该文采用近红外(NIR)光谱分析技术结合特征筛选方法建立了鱼粉蛋白质含量的快速定量分析模型,并结合区间偏最小二乘(iPLS)和二进制变异策略的差分进化(DE)算法建立了区间偏最小二乘差分进化(iPLS-DE)的波长筛选优化模式,对鱼粉NIR光谱数据进行特征波长筛选。iPLS-DE通过调试iPLS中等分子区间的数量,优选出9个最优特征波段,再采用二进制变异策略的DE算法在最优特征波段内筛选离散特征波长组合,最后根据模型的评价指标确定iPLS-DE优选模型并与iPLS优选模型进行比较。结果表明,将鱼粉全谱等分为5个子区间时,iPLS-DE筛选出50个离散特征波长建立的优选模型对测试集样品的预测均方根误差和相对分析误差分别为1.033%和4.058,而iPLS优选模型对测试集样品的预测均方根误差和相对分析误差分别为1.131%和3.855。表明iPLS-DE方法能够有效地提高NIR光谱分析模型对鱼粉蛋白质定量检测的预测能力。