資源描述：
《嶺回歸及其改進的算法在紅外光譜數(shù)據(jù)中的應(yīng)用》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號：TP391UDC：004.62學(xué)號：15451186199密級：公開溫州大學(xué)碩士學(xué)位論文嶺回歸及其改進的算法在紅外光譜數(shù)據(jù)中的應(yīng)用作者姓名：丁浩浩學(xué)科、專業(yè)：計算機應(yīng)用技術(shù)研究方向：電器智能化指導(dǎo)教師：陳孝敬（教授）完成日期：2018年5月溫州大學(xué)學(xué)位委員會溫州大學(xué)學(xué)位論文獨創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文是我個人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得溫州大學(xué)或其它教育機構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢
2、獻均已在論文中作了明確的說明并表示了謝意。論文作者簽名：日期：年月日溫州大學(xué)學(xué)位論文使用授權(quán)聲明本人完全了解溫州大學(xué)關(guān)于收集、保存、使用學(xué)位論文的規(guī)定，即：學(xué)校有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)溫州大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。本人在導(dǎo)師指導(dǎo)下完成的論文成果，知識產(chǎn)權(quán)歸屬溫州大學(xué)。保密論文在解密后遵守此規(guī)定。論文作者簽名：導(dǎo)師簽名：日期：年月日日期：年月日嶺回歸及其改進的算法在紅外光譜數(shù)據(jù)中的應(yīng)用摘要紅外光譜數(shù)據(jù)的模型構(gòu)建是化
3、學(xué)計量學(xué)研究的重要內(nèi)容，根據(jù)紅外光譜建模的目的不同，可以分為定量分析和定性分析，在分析的過程中，使用紅外光譜數(shù)據(jù)建立預(yù)測模型，從中選取預(yù)測最佳的模型做預(yù)測。現(xiàn)代各種便捷式的紅外分析儀器為樣本的測量提供了方便，但是實際問題中碰到樣本少且變量多的問題，通常采用最小二乘的方法建立模型就難以滿足其建模要求。為了彌補這種建模方法的不足，本文就采用了嶺回歸算法，是一種專門解決多重共線性問題的方法，它是通過約束長度系數(shù)來間接解決多重共線性問題。因此，近年來嶺回歸方法的建模在很多領(lǐng)域得到廣泛的研究和應(yīng)用。本文將嶺回歸與改進的嶺回歸算法應(yīng)用于紅外光譜數(shù)據(jù)中，并對線性模型進行探討，
4、主要內(nèi)容如下：介紹選題的背景和意義，分析了一些紅外光譜數(shù)據(jù)建模的方法及基本原理，同時也對嶺回歸法進行了闡述，分析了嶺回歸估計的性質(zhì)和嶺參數(shù)（k值）的選取方法，通過柑橘的光譜數(shù)據(jù)驗證了此算法在紅外光譜建模中的可行性。本文主要是對嶺回歸算法改進的研究，改進算法的核心部分是添加了先驗信號。通過四組實驗來比較改進的嶺回歸算法和偏最小二乘法（預(yù)測集均方根誤差的比較），實驗樣本是葡萄糖、果糖和蔗糖混合液，數(shù)據(jù)是在恒溫的環(huán)境下進行采集，從兩種算法分析的結(jié)果發(fā)現(xiàn)改進的嶺回歸法對紅外光譜建模的精度要比偏最小二乘法高，而且增加校正集（訓(xùn)練集）的樣本數(shù)，預(yù)測的精度要更高。同時也討論了
5、改進嶺回歸建立的模型在復(fù)雜系統(tǒng)（非恒溫和濃度變化）I中的魯棒性，兩組實驗結(jié)果顯示改進的嶺回歸算法在紅外光譜應(yīng)用中的魯棒性比偏最小二乘法好。關(guān)鍵詞：紅外光譜，多重共線性，嶺參數(shù)，改進的嶺回歸算法，先驗信號IIAPPLICATIONOFRIDGEREGRESSIONANDITSIMPROVEDALGORITHMININFRAREDSPECTRALDATAABSTRACTInfraredSpectramodelisanimportantpartofchemometrics.Accordingtothedifferentpurposesofinfraredspectro
6、scopymodeling,itcanbedividedintoquantitativeanalysisandqualitativeanalysis.Intheprocessofanalysis,infraredspectrumdataisusedtoestablishpredictionmodels,fromwhichthebestpredictioncanbeselected.Theportableinfraredanalyzersprovideconvenienceforthemeasurementofsamples.However,inactualpro
7、blems,itfaceswithfewsamplesbutmanyvariables.Itisdifficulttomeetthemodelingrequirementsbyusingaleast-squaresmethod.Inordertomakeupforthedeficienciesofthismodelingmethod,theridgeregressionalgorithmisappliedinthisthesis,whichisamethodtosolvemulticollinearityproblem.Itindirectlysolvesthe
8、multicolline
