近红外光谱建模之区间偏最小二乘法python实现（ipls算法）

最新推荐文章于 2023-11-27 16:29:02 发布

潘旭阳

最新推荐文章于 2023-11-27 16:29:02 发布

阅读量1.3w

点赞数 18

CC 4.0 BY-SA版权

分类专栏：近红外光谱文章标签：区间偏最小二乘近红外光谱特征波段

本文链接：https://blog.youkuaiyun.com/Joseph__Lagrange/article/details/95298415

1 区间偏最小二乘法原理（ipls）

2 ipls的python实现

3 实验结果图

1 区间偏最小二乘法原理（ipls）

区间偏最小二乘法可以用来提取特征波段，它将整个光谱区域划分为多个等宽的子区间，假设为n个；在每个子区间上进行偏最小二乘回归，建立待测品质的"局部回归模型"，也就是可以得到n个局部回归模型；以均方根无误差MSE值为各模型的精度衡量标准，取精度最高的局部模型所在的子区间为特征波段。

2 ipls的python实现

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from utility_spectrum import spxy, ipls
import scipy.io as sio
from sklearn.cross_decomposition import PLSRegression
from sklearn.metrics import mean_squared_error


def splitspectrum(interval_num, x_train, x_test):
    """
    :param interval_num:  int (common values are 10, 20, 30 or 40)
    :param x_train:  shape (n_samples, n_features)
    :param x_test:  shape (n_samples, n_features)
    :return: x_train_block:intervals splitting for training sets（dict）