近红外光谱数据处理的独立分量分析方法研究

【摘　要】　从数学的角度分析比较了主成分分析( PCA) 与独立分量分析( ICA) 的原理和特点,给出光谱矩阵在两种不同分析方法下的不同分解;同时结合线性回归和神经网络回归,提出“两步法”来确定不同成分含量测定的最优模型. 进而采用PCA 与ICA 对实际测得的玉米近红外光谱进行了处理,比较分析了两种不同分解所得矩阵的化学含义,以及PCA 与ICA 两种不同分解对玉米光谱分析结果的影响. 仿真结果表明, ICA 从独立性角度对光谱数据矩阵进行分解,所得结果更接近实际光谱. 最后,利用“两步法”对玉米三种主要成分水、淀粉、蛋白质分别建立了各自最优含量测定模型. 结果表明,所建模型符合快速测定要求,具有一定的实用价值.