用于近红外光谱的分析 聚类分析和判别的matlab程序

内有参考文献、matlab编程代码、解释说明 利用近红外光谱技术对某海产品的水分含量进行无损检测。通过420～1023nm近红外光谱采集了266个海产品样本的光谱信息。分别采用多元散射校正(MSC)、标准正态变量交换(SNV)、归一化(Normalize)、数据中心化(Mean centering)、标准化(Autoscales)、移动窗口平滑、Savitzky-Golay卷积平滑法、一阶导数(FD)、二阶导数(SD)等方法对光谱进行预处理，并采用PCA主成分分析 (principal component analysis)结合马氏距离法对近红外校正样品集中的异常样品进行剔除。剔除样本后使用偏最小二乘法(PLS)建立模型对样本进行定量分析。比较各种光谱预处理的方法以及剔除异常值的权重阈值的选取，获取最佳PLS模型便可对待测样本进行水分预测。

提出了一种遗传区间偏最小二乘法(GA-iPLS),并用该方法快速提取苹果糖度近红外光谱的特征区域,在此基础上采用遗传偏最小二乘法(GA-PLS)提取苹果糖度近红外光谱的特征波长,进行苹果糖度预测。结果表明,整个光谱等分为40个子区间,遗传区间偏最小二乘法能快速寻找出5个特征子区间(第4,6,8,11,18号);在5个特征子区间的基础上用遗传偏最小二乘法继续优化,从中提取44个特征波长。建立在5个特征子区间和44个特征波长上的偏最小二乘法模型精度均优于全光谱偏最小二乘法模型,对预测集的预测相关系数提高了近10％;且模型得到了很大的简化,用于建模的主因子数减少了7个。这些结果表明,用这两种方法不但可以建立简洁、数据运算量少的模型,还可以快速地提取近红外光谱的特征区域和特征波长。

阐述了傅立叶变换红外光谱仪的原理,并对红外光谱 的特点进行了归纳和总结。希望对读者有用。

近红外光谱数据常用特征选择方法，包含CARS、PSO、SPA、VIP和UVE等代码，先前版本部分代码复制粘贴出错，再次更新。

特征选择是常用的预处理任务之一，其目的是减少智能算法和模型的输入量。这有助于简化模型，降低模型训练的计算成本，提高模型的泛化能力和防止过度训练。用于前馈人工神经网络（ANNs）训练的进化特征选择的MATLAB实现。

提出并设计了一个应用数字微镜(DMD)的哈达玛变换近红外光谱仪。以光栅为分光元件，用DMD 代替传统的机械式哈达玛编码模板进行光学调制，用InGaAs单点光电二极管探测调制后的光谱信号。综合考虑分辨率、能量利用率、像差和体积等因素，合理选择狭缝长和宽、光栅入射角及透镜焦距，采用光路分段优化法进行光学设计，通过DMD 面阵上的狭缝像和探测器上的点斑尺寸等分析设计结果。模拟分辨率优于4 nm，探测器上点斑尺寸小于3 mm,光学系统尺寸为75 mm×25 mm×85 mm。为提高光谱仪对弱光谱信号的探测能力，在系统前加入了一种集光结构，使从光纤出射的光能的利用率理论值提高24.2%。实验结果表明，该光谱仪的光谱分辨率优于6 nm，通过添加集光结构可以大大提高光谱仪的能量利用效率。该光谱仪具有分辨率高、能量利用率高、体积小、成本低等优点，有广阔的应用前景。

浅谈制定近红外光谱分析标准

FTIR红外光谱原理及图谱解析.ppt

被动傅里叶变换红外（FTIR）遥感是一种具有应用潜力的生物气溶胶远程探测技术。红外遥感测量中目标光谱特征上往往存在噪声信号和基线漂移。而生物气溶胶的光谱特征相对较宽，传统的基线校正方法都不适用。由于生物气溶胶红外光谱和不同形式的基线漂移都是非高斯信号，把非高斯性作为独立性度量，基于独立成分分析(ICA)技术设计了生物气溶胶红外光谱信号的预处理算法。试验结果表明，该算法可以把未知干扰成分、基线漂移等作为独立分量分离出来，从而不影响进一步的定性、定量分析。