一种近红外光谱分析中的异常样本识别方法

摘要

本发明公开了一种近红外光谱分析中的异常样本识别方法，本发明结合半数重采样和Cook距离算法对近红外光谱分析数据进行异常样本识别。首先改变半数重采样算法的结果表达方式，对光谱数据进行异常样本识别，然后利用Cook距离方法针对化学值进行异常样本识别，均通过偏最小二乘建模效果选取各自的最佳置信区间，联合二者作为本方法中的置信区间；对于同时出现在两种方法下的异常样本，若为高杠杆值点，则剔除，否则保留。本发明结合两种相互独立的算法，能够处理光谱异常和化学值异常同时存在或只存在一种的情况，并对特殊的异常样本进行深入判断，保留由于自身特性而被识别出的特异样本，增强了模型的适用性和稳定性。

主权项

一种近红外光谱分析中的异常样本识别方法，其特征在于：步骤1：改变半数重采样算法的结果表达方式；步骤2：利用改变后的半数重采样算法对原始光谱数据进行异常样本识别，选择最佳置信区间；步骤3：利用Cook距离方法对化学值数据进行异常样本识别，选择最佳置信区间；步骤4：作样本散点图，判断特异样本；步骤5：将散点图左上方区域、右下方区域样本点标记为异常样本点。