姜 鸿，唐荣年，叶林蔚

(海南大学 机电工程学院，海南 海口 570228)

橡胶广泛应用于日常生活中，为提高橡胶产量，须及时定量估算橡胶树在生长过程中氮元素的含量[1].近红外光谱(Near-infrared ,NIR)技术因其具有快速、无损等特性，广泛应用于物质质量的检测[2-3].

近红外全光谱数据携带大量冗余信息，从众多波长中提取特征波长并建立高精度预测模型是重要的研究方向.例如，723 nm处的一阶导数反射率被用来建立苹果叶片氮素含量的估计模型[4].Huang[5]等的实验结果表明，在550 nm和670 nm时，氮素含量水平对甜椒叶片的反射率影响最大.这些实验虽然有效地提取了极少量特征波长，但同时也丢失了大量相关信息.

为选取合适的特征波长进行建模，许多单一波长选择方法和波长间隔选择方法被用来简化多元校正模型.单波长选择方法如遗传算法(Genetic Algorithm，GA)[6]、连续投影算法(Successive Projections Algorithm，SPA)[7]和竞争自适应重加权采样(Competitive Adaptive Reweighted Sampling，CARS)[8]虽然去除了冗余数据，但同时也丢失了连续波长段所携带的信息.波长间隔选择方法如后向间隔偏最小二乘法(interval Partial Least Squares, iPLS)[9]和间隔随机蛙算法(interval Random Frog, iRF)[10]虽然保留了波长段的特征信息，但是并没有充分考虑到光谱的不同特征波段携带着较大差别的的信息量.以上提取波长的方法一定程度上减少了算法负担，但仍不能较好地解决共线性带来的困扰.由粗放到细致的多分辨率提取特征提取方法就能很好地解决此问题[11].

Chen[12]等通过分数阶微分处理提升原始光谱的表达能力.Tang[13]等提出了CB-SPA虽然成功地提取……