赵环，宦克为，郑峰，石晓光

（长春理工大学 理学院，长春 130022）

基于变量组合集群分析法的小麦蛋白质近红外光谱变量选择方法研究

赵环，宦克为，郑峰，石晓光

（长春理工大学 理学院，长春 130022）

为了解决小麦蛋白质的近红外光谱信息复杂、共线性严重及全光谱建模的预测能力不足等问题，采用一种新的变量选择方法——变量组合集群分析法（VCPA）对小麦蛋白质的近红外光谱进行特征波长选取。首先利用二进制矩阵采样策略（BMS）和指数衰减函数（EDF）删除无信息变量，优选小麦中蛋白质近红外特征波长，然后结合偏最小二乘法（PLS）建立预测模型。与其他变量选择方法相比，VCPA所选用的波长点最少，模型的预测能力最强，VCPA算法所采用的BMS变量采样策略弥补了蒙特卡洛采样方法的不足。研究结果表明，VCPA算法可以有效选择小麦蛋白质近红外光谱特征波长，提高预测模型的可靠性和适用性。

小麦；近红外光谱；变量组合集群分析法；特征波长；二进制矩阵采样；指数递减函数

随着现代化学分析仪器的发展，应用近红外光谱分析从复杂的分析系统生成的高维度化学和生物学数据时变量选择方法是一个重要的环节。变量选择的目标和意义被总结为三个层面:（1）提高模型的预测精准性；（2）通过减少维度灾难进而更快的进行模型计算；（3）提供一个更容易理解的潜在变量数据的生成过程。然而，在面对变量多样本少的情况时，在众多变量中找到一组满足上述三个方面的最佳变量组合是较难的。……