论文部分内容阅读
针对近红外光谱数据局部效应显著，变量个数多，彼此间常存在严重的复共线性，并多与样品组分含量呈非线性关系，构建一种组合非线性偏最小二乘回归（E—S—QPLSR）方法。它采用无重复采样技术（subagging），从训练样本中生成若干子样，然后每个子样通过二次多项式偏最小二乘回归（QPLSR），建立其子模型，并实现对训练样本因变量的定量预测，再将它们交由线性PLS算法用于计算各子模型的组合权系数。将该法应用于80个玉米样品的水组分含量与其近红外光谱的定量关系建模，效果良好，显示出很强的学习能力，所建模型的预报性