作者：王愷怡，楊 盛，郭彩云，卞希慧*
關(guān)鍵字：多元校正，變量選擇，最小絕對收縮與選擇算子(LASSO)，光譜分析
論文來源：期刊
具體來源：分析測試學(xué)報, 2022, 41(3): 1-6
發(fā)表時間：2022年
光譜分析技術(shù)由于具有處理簡單、分析速度快且無損的特點(diǎn)，在復(fù)雜體系的定性和定量分析中得到了廣泛應(yīng)用。然而光譜中往往包含成百上千的波長點(diǎn)，其中存在與研究的目標(biāo)性質(zhì)不相關(guān)的波長點(diǎn)，會導(dǎo)致計算量大且模型預(yù)測準(zhǔn)確度降低。因此，在建立模型前需要進(jìn)行變量選擇。最小絕對收縮與選擇算子（LASSO）可將回歸系數(shù)收縮為0，進(jìn)而達(dá)到變量選擇的目的。該研究將LASSO用于三元調(diào)和油樣品近紅外光譜和生物樣品拉曼光譜的變量選擇，然后建立偏最小二乘（PLS）和多元線性回歸（MLR）模型，分別對香油和肌氨酸的含量進(jìn)行定量分析，并與無信息變量消除-PLS（UVE-PLS）、蒙特卡羅結(jié)合無信息變量消除-PLS（MCUVE-PLS）和隨機(jī)檢驗-PLS（RT-PLS）3種變量選擇方法進(jìn)行比較。結(jié)果表明，對三元調(diào)和油樣品，LASSO-PLS預(yù)測的準(zhǔn)確度最高，對生物樣品，LASSO-MLR預(yù)測的準(zhǔn)確度最高。并且基于LASSO的變量選擇方法保留的變量數(shù)最少，運(yùn)算速度最快，因此有望在光譜分析領(lǐng)域得到良好應(yīng)用。