一种光谱分析中的降维方法

在可见/近红外光谱分析中,提取光谱数据中的有用信息是建立稳健准确模型的前提。ISOMAP是一种有效的提取数据本真维的降维方法,但对噪声和邻域参数都比较敏感。提出了一种改进的ISOMAP有监督降维方法,利用光谱数据本身的相关性指导邻域图的构建,降低对噪声和邻域参数的敏感程度,以正确表达数据的邻域结构。采用该方法对两组光谱数据降维并进行PLS建模,结果表明,改进后的算法消弱了邻域大小的影响,提取出的本真维数更小,同时提高了模型精度。