本发明公开了一种近红外光谱分析中的异常样本识别方法,本发明结合半数重采样和Cook距离算法对近红外光谱分析数据进行异常样本识别。首先改变半数重采样算法的结果表达方式,对光谱数据进行异常样本识别,然后利用Cook距离方法针对化学值进行异常样本识别,均通过偏最小二乘建模效果选取各自的最佳置信区间,联合二者作为本方法中的置信区间;对于同时出现在两种方法下的异常样本,若为高杠杆值点,则剔除,否则保留。本发明结合两种相互独立的算法,能够处理光谱异常和化学值异常同时存在或只存在一种的情况,并对特殊的异常样本进行深入判断,保留由于自身特性而被识别出的特异样本,增强了模型的适用性和稳定性。
声明:
“近红外光谱分析中的异常样本识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)