小麦近红外光谱数据预处理

本文目的是针对光谱数据可能存在的基线漂移、散射、噪声以及数据量纲等问题,可使用数学方法对光谱数据进行校正。方法是在Wheat kernels数据集上,使用导数法和SNV对数据进行预处理,对比预处理前后数据集上构建模型的效果。得出的结论是使用多元线性回归、偏最小二乘回归、岭回归、支持向量回归方法在预处理后的数据集上构建的模型效果明显比原始数据集上构建的模型效果好。