近红外“3R”法双谱自适应去噪
Adaptive“3R”De-Noising Algorithm Based on Near Infrared Bi-Spectrum作者机构:燕山大学电气工程学院河北秦皇岛066004 黑龙江八一农垦大学信息技术学院黑龙江大庆163319 齐齐哈尔大学生命科学与农林学院黑龙江齐齐哈尔161006 齐齐哈尔大学通信与电子工程学院黑龙江齐齐哈尔161006
出 版 物:《光谱学与光谱分析》 (Spectroscopy and Spectral Analysis)
年 卷 期:2015年第35卷第4期
页 面:1146-1150页
核心收录:
学科分类:081704[工学-应用化学] 07[理学] 08[工学] 0817[工学-化学工程与技术] 070302[理学-分析化学] 0703[理学-化学]
基 金:国家青年基金项目(31200390) 黑龙江省教育厅科学技术研究项目(12521378 12541897) 黑龙江省自然科学基金项目(F201329)资助
主 题:总体平均经验模态分解 相关性 近红外 双谱 去噪
摘 要:针对近红外透射和吸收双光谱提出一种自适应的去噪方法。同步采集样品的近红外透射谱和吸收谱,在相同分解原则下总体经验模态法分解两组光谱,得到单组分特征模态分量。计算特征模态分量与原透射谱、吸收谱之间相关性,以及两组特征模态分量之间相关性,相关性最小模态分量初判为噪声分量。分析该分量在光谱中点处自相关性,若中点处很大,其他点几乎为零或很小,可以判断该分量为噪声。这种基于模态分量相关性的噪声判别方法称为3R法则。剔除噪声分量,重构光谱信号,循环上述分解过程,直到不满足3R法则,降噪过程结束。构造理想光谱,叠加噪声,3R法降噪效果优于EMD和EEMD低通滤波器,略逊于小波分解。真实光谱实验中,经过上述方法降噪处理过的玉米叶片光谱采用3层BP神经网络建立与叶绿素之间预测模型,3R法处理模型具有最大校正相关系数和预测相关系数,最小校正标准差和预测标准差。在四种降噪方法中,3R法对光谱谱峰位置和峰高的影响最小。实验表明,3R双谱去噪方法无需预设迭代次数,不用考虑分解层数,没有基函数,是自适应的,该方法适合近红外光谱去噪。