主题:【讨论】波长变量、PCA的主成分数及PLS潜变量三者有什么差别?

浏览0 回复0 电梯直达
Insm_68f50e17
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
波长变量光谱原始变量)是指在一定波长范围内采集样品的近红外数据时,如780~2,500nm,若仪器的扫描间隔为1nm,则将获得含有1,721个数据点的光谱数据,每个数据点即为一个变量,称为波长变量,此处共计有1,721个变量。当采集m个样本的近红外数据时,则相同条件下将获得一个大小为m × 1,721的数据矩阵X,以表征m个样本近红外光谱量测变化,即样本化学组成及其浓度的差异性和相似性。但对m × 1,721的高维数据空间,无法在2维或3维的低维空间中可视化展示样本间的相关性。PCA是在尽可能少损失数据矩阵X信息的情况下,线性变换数据后将1,721维高维空间降至少量的低维空间,如23维,且保证不同维度间相互正交,实现数据的可视化表达此低维空间的维度数量,即为主成分数(或称主元数、主因子数)。通常地,选择主成分数,取决于它们可累计原始光谱数据总方差的百分比。同样地,PLS分析可获得类似的变换空间维度,称为潜变量(或称隐变量),PCA中主成分的区别在于,PLS分解中获得潜变量时,同时考虑对浓度矩阵C的分解,即解过程中,X矩阵和C矩阵交互信息用于对方的分解。概括来说,波长变量(光谱原始变量)是针对近红外量测原始数据来说的,而PCA的主成分数,以及PLS潜变量则分别为PCAPLS分解后得到的新的线性变换特征。
为您推荐
您可能想找: 气相色谱仪(GC) 询底价
专属顾问快速对接
立即提交
可能感兴趣
猜你喜欢最新推荐热门推荐更多推荐
品牌合作伙伴