留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于改进蝙蝠算法的红外光谱特征选择

陈媛媛 王志斌 王召巴

陈媛媛, 王志斌, 王召巴. 基于改进蝙蝠算法的红外光谱特征选择[J]. 红外与激光工程, 2014, 43(8): 2715-2721.
引用本文: 陈媛媛, 王志斌, 王召巴. 基于改进蝙蝠算法的红外光谱特征选择[J]. 红外与激光工程, 2014, 43(8): 2715-2721.
Chen Yuanyuan, Wang Zhibin, Wang Zhaoba. Feature selection of infrared spectrum based on improved bat algorithm[J]. Infrared and Laser Engineering, 2014, 43(8): 2715-2721.
Citation: Chen Yuanyuan, Wang Zhibin, Wang Zhaoba. Feature selection of infrared spectrum based on improved bat algorithm[J]. Infrared and Laser Engineering, 2014, 43(8): 2715-2721.

基于改进蝙蝠算法的红外光谱特征选择

基金项目: 

国家自然科学基金科学仪器基础研究专款(61127015);国家国际科技合作专项(2012DFA10680、2013DFR10150);山西省青年科技研究基金(2013021028-1)

详细信息
    作者简介:

    陈媛媛(1980- ),女,讲师,博士,主要从事光谱信号处理技术、智能算法方面的研究。Email:chenyy@nuc.edu.cn

  • 中图分类号: TN219

Feature selection of infrared spectrum based on improved bat algorithm

  • 摘要: 特征选择是红外光谱定性与定量分析中的重要环节之一。为了解决传统特征选择方法可调参数多、收敛速度慢、精度低、易早熟等不足,对基本蝙蝠算法进行了离散化改进以适用于离散优化问题,同时结合Lvy飞行搜索策略,提出了一种新型的红外光谱特征选择算法。采用三个红外光谱数据集对提出的算法进行了验证,同时与遗传算法、模拟退火算法、无信息变量消除法等进行了比较分析。实验结果显示,该方法可以快速地搜索到全局最优值,能有效地提高波长选择的准确性和稳定性,被选择的波长物理、化学意义明确,采用选择的特征波段建立的定量模型优于用全谱建立的模型。同时,三个不同相态、不同光谱范围的数据集表明,所提出的算法具有较大的适用范围与实用价值。
  • [1]
    [2] Hong Mingjian, Wen Quan, Wen Zhiyu. New near infrared wavelength selection algorithm based on Monte-Carlo method[J]. Acta Optica Sinica, 2010, 30(12): 3637-3642. (in Chinese)
    [3] Qin Yuhua, Ding Xiangqian, Gong Huili. High dimensional feature selection in near infrared spectroscopy classification [J]. Infrared and Laser Engineering, 2013, 42(5): 1355-1359. (in Chinese)
    [4] 洪明坚, 温泉, 温志渝. 一种基于蒙特卡罗方法的近红外波长选择算法[J]. 光学学报, 2010, 30(12): 3637-3642.
    [5]
    [6] Guo Tengxiao, Ding Xuequan, Dong Xiaoqiang, et al. New method of preprocessing IR remote sensing spectrum signals based on EMD [J]. Infrared and Laser Engineering, 2013, 42(12): 3196-3200.. (in Chinese)
    [7]
    [8] Zou Xiaobo, Zhao Jiewen, Povey M J W, et al. Variables selection methods in near-infrared spectroscopy[J]. Analytica Chimica Acta, 2010, 667: 14-32.
    [9] 秦玉华, 丁香乾, 宫会丽. 高维特征选择方法在近红外光谱分类中的应用[J]. 红外与激光工程, 2013, 42(5): 1355-1359.
    [10] Liu Fei, Jiang Yihong, He Yong. Variable selection in visible/near infrared spectra for linear and nonlinear calibrations: a case study to determine soluble solids content of beer[J]. Analytica Chimica Acta, 2009, 635(1): 45-52.
    [11] Cai Wensheng, Li Yankun, Shao Xueguang. A variable selection method based on uninformative variable elimination for multivariate calibration of near-infrared spectra[J]. Chemometrics and Intelligent Laboratory Systems, 2008, 90(2): 188-194.
    [12]
    [13]
    [14] Givianrad M H, Saber-Tehrani M, Zarin S. Genetic algorithm-based wavelength selection in multicomponent spectrophotometric determinations by partial least square regression: application to a sulfamethoxazole and trimethoprim mixture in bovine milk [J]. Journal of The Serbian Chemical Society, 2013, 78(4): 555-564.
    [15] 郭腾霄, 丁学全, 董晓强, 等. 基于EMD的红外遥测光谱信号预处理新方法[J]. 红外与激光工程, 2013, 42(12): 3196-3200.
    [16] Cramer J A, Kramer K E, Johnson K J, et al. Automated wavelength selection for spectroscopic fuel models by symmetrically contracting repeated unmoving window partial least squares[J]. Chemometrics and Intelligent Laboratory Systems, 2008, 92: 13-21.
    [17]
    [18] Yang Xinshe. A new metaheuristic bat-inspired algorithm [J]. Nature Inspired Cooperative Strategies for Optimization, 2010, 284: 65-74.
    [19]
    [20] Liu Changping, Ye Chungming. Bat algorithm with the characteristics of Lvy flights[J]. CAAI Transactions on Intelligent Systems, 2013, 8(3): 240-246. (in Chinese)
    [21] Huang Guangbin, Zhu Qinyu, Siew C K. Extreme learning machine: theory and applications [J]. Neurocomputing, 2006, 70(1): 489-501.
    [22]
    [23] Mirjalili S, Mirjalili S M, Yang Xinshe. Binary bat algorithm [J]. Neural Computing and Applications, 2013: 1-19.
    [24]
    [25]
    [26]
    [27]
    [28]
    [29] 刘长平,叶春明. 具有Lvy飞行特征的蝙蝠算法[J]. 智能系统学报, 2013, 8(3): 240-246.
    [30]
    [31]
  • [1] 吴鹏飞, 邓植中, 雷思琛, 谭振坤, 王姣.  基于激光散斑图像多特征参数的表面粗糙度建模研究 . 红外与激光工程, 2023, 52(12): 20230348-1-20230348-11. doi: 10.3788/IRLA20230348
    [2] 刘蒙, 张伟科, 黄立, 胡磊, 苏伟, 许单洁, 李勋龙.  高超声速飞行器红外波段及窗口选择(特邀) . 红外与激光工程, 2022, 51(4): 20220161-1-20220161-7. doi: 10.3788/IRLA20220161
    [3] 陈明, 赵连飞, 苑立民, 徐峰, 韩默.  基于特征选择YOLOv3网络的红外图像绝缘子检测方法 . 红外与激光工程, 2020, 49(S2): 20200401-20200401. doi: 10.3788/IRLA20200401
    [4] 汤毅, 粘永健, 何密, 王倩楠, 许可.  L1/2正则化的逐次高光谱图像光谱解混 . 红外与激光工程, 2019, 48(7): 726003-0726003(9). doi: 10.3788/IRLA201948.0726003
    [5] 黄国俊, 陆益敏, 程勇, 田方涛, 米朝伟, 万强.  脉冲激光沉积法制备红外光学SiC薄膜特性研究 . 红外与激光工程, 2019, 48(7): 742003-0742003(5). doi: 10.3788/IRLA201948.0742003
    [6] 黄达, 黄树彩, 赵炜, 陆屹.  天基光谱探测特征波段的选择 . 红外与激光工程, 2018, 47(S1): 166-171. doi: 10.3788/IRLA201847.S117005
    [7] 王安静, 方勇华, 李大成, 崔方晓.  基于物理模型的污染云团红外光谱精细仿真 . 红外与激光工程, 2017, 46(1): 104002-0104002(9). doi: 10.3788/IRLA201746.0104002
    [8] 侯榜焕, 姚敏立, 贾维敏, 沈晓卫, 金伟.  空谱结构保持的高光谱图像分类 . 红外与激光工程, 2017, 46(12): 1228001-1228001(8). doi: 10.3788/IRLA201746.1228001
    [9] 郭天太, 洪博, 潘增荣, 孔明.  改进的SVM在矿井气体定量分析中的应用 . 红外与激光工程, 2016, 45(6): 617011-0617011(8). doi: 10.3788/IRLA201645.0617011
    [10] 陈媛媛, 王芳, 王志斌, 李文军.  独立成分分析在化学战剂混叠峰识别中的应用 . 红外与激光工程, 2016, 45(4): 423001-0423001(6). doi: 10.3788/IRLA201645.0423001
    [11] 王芳, 仇大剑, 夏红岩, 宝日玛, 任慧.  太赫兹时域光谱技术在识别鉴定菌制剂中的初探 . 红外与激光工程, 2016, 45(7): 703001-0703001(7).
    [12] 多化琼, 孙枭雄, 王振柱.  对木材自身耐久性因素的红外光谱学分析 . 红外与激光工程, 2016, 45(4): 423002-0423002(4). doi: 10.3788/IRLA201645.0423002
    [13] 邓承志, 张绍泉, 汪胜前, 田伟, 朱华生, 胡赛凤.  L1稀疏正则化的高光谱混合像元分解算法比较 . 红外与激光工程, 2015, 44(3): 1092-1097.
    [14] 杜雪峰, 潘功配, 曲家惠, 赵新颖, 张旗.  雾化幕障宽波段消光性能研究 . 红外与激光工程, 2015, 44(2): 445-448.
    [15] 张臻, 马鹏阁, 王金凤, 孙俊灵.  红外光谱条件下Bragg 光栅的横向受力研究 . 红外与激光工程, 2015, 44(6): 1841-1844.
    [16] 陈媛媛, 王志斌, 王召巴.  思维进化蝙蝠算法及其在混合气体红外光谱特征选择中的应用 . 红外与激光工程, 2015, 44(3): 845-851.
    [17] 陈彬, 刘阁, 张贤明.  连续投影算法的润滑油中含水量近红外光谱的分析 . 红外与激光工程, 2013, 42(12): 3168-3174.
    [18] 谢志华, 刘国栋.  基于局部二元模式的快速红外人脸识别系统 . 红外与激光工程, 2013, 42(12): 3190-3195.
    [19] 秦玉华, 丁香乾, 宫会丽.  高维特征选择方法在近红外光谱分类中的应用 . 红外与激光工程, 2013, 42(5): 1355-1359.
    [20] 亚楠, 陈秀红, 魏合理.  卷云高度对大气的红外光谱辐射影响的研究 . 红外与激光工程, 2012, 41(8): 1965-1970.
  • 加载中
计量
  • 文章访问数:  774
  • HTML全文浏览量:  41
  • PDF下载量:  168
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-12-15
  • 修回日期:  2014-01-10
  • 刊出日期:  2014-08-25

基于改进蝙蝠算法的红外光谱特征选择

    作者简介:

    陈媛媛(1980- ),女,讲师,博士,主要从事光谱信号处理技术、智能算法方面的研究。Email:chenyy@nuc.edu.cn

基金项目:

国家自然科学基金科学仪器基础研究专款(61127015);国家国际科技合作专项(2012DFA10680、2013DFR10150);山西省青年科技研究基金(2013021028-1)

  • 中图分类号: TN219

摘要: 特征选择是红外光谱定性与定量分析中的重要环节之一。为了解决传统特征选择方法可调参数多、收敛速度慢、精度低、易早熟等不足,对基本蝙蝠算法进行了离散化改进以适用于离散优化问题,同时结合Lvy飞行搜索策略,提出了一种新型的红外光谱特征选择算法。采用三个红外光谱数据集对提出的算法进行了验证,同时与遗传算法、模拟退火算法、无信息变量消除法等进行了比较分析。实验结果显示,该方法可以快速地搜索到全局最优值,能有效地提高波长选择的准确性和稳定性,被选择的波长物理、化学意义明确,采用选择的特征波段建立的定量模型优于用全谱建立的模型。同时,三个不同相态、不同光谱范围的数据集表明,所提出的算法具有较大的适用范围与实用价值。

English Abstract

参考文献 (31)

目录

    /

    返回文章
    返回