论文部分内容阅读
将经典的卡尔曼滤波器与近红外光谱分析技术相结合，提出了一种新的特征波长变量选择方法---卡尔曼滤波法。分析了卡尔曼滤波器用于波长优选的原理，设计了波长选择算法并将其应用到大豆油脂酸价的近红外光谱检测中。首先利用偏最小二乘法（PLS ）对油脂不同吸收波段建模，初步筛选出4472～5000 cm-1油脂酸价特征波段共132个波长点，然后进一步利用卡尔曼滤波器进行特征波长选择，从中优选出22个特征波长变量建立PLS校正模型，预测集决定系数 R2、预测误差均方根RMSEP分别为0.9708和0.1254，与利用1