NIRS数据样本选择与预处理方法综述

论文摘要

近红外光谱(near infrared spectroscopy,NIRS)作为一种科学分析的手段,在食品、农业、化工等领域用途很广。通过光谱仪或者分光测度计获取的光谱数据的维度很高、数据量庞大。为了消除冗余信息,便于提取特征作分析研究,在进行建模之前,需要对原始光谱数据进行样本选择和预处理。处理样本数据的方法有很多,因而综述了近十年来国内外近红外光谱分析方法中样本选择和预处理的常用方法,对NIRS的各个领域的方法以及应用进行归纳和分析,并总结了每种方法的优缺点及其适用范围,便于指导实际研究。

论文目录

• 0 引言
• 1 光谱数据样本选择方法
•   1.1 异常样本的剔除方法
•   1.2 训练集/测试集样本的选择方法
• 2 光谱数据预处理方法
•   2.1 数据增强类
•   2.2 校正变换类
• 3 方法归纳与分析
• 4 结论

文章来源

类型: 期刊论文

作者: 王骏超,葛俊锋

关键词: 近红外光谱,光谱分析,样本选择,数据预处理

来源: 国外电子测量技术 2019年03期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑

专业: 化学

单位: 华中科技大学自动化学院

分类号: O657.33

DOI: 10.19652/j.cnki.femt.1801194

页码: 1-7

总页数: 7

文件大小: 184K

下载量: 217