随机子空间深度回归方法在紫外光谱水质分析中的应用 - 计算机应用研究.pdf

随机子空间深度回归方法在紫外光谱水质分析中的应用 作者 黄鸿, 石光耀, 金莹莹, 何凯 机构 重庆大学 光电技术及系统教育部重点实验室 发表期刊 《计算机应用研究》 预排期卷 2017 年第34 卷第10 期 访问地址 /article/02-2017-10-070.html 发布日期 2017-01-13 10:55:53 引用格式 黄鸿, 石光耀, 金莹莹, 何凯. 随机子空间深度回归方法在紫外光谱水质分析中的应用[J/OL]. [20 17-01-13]. /article/02-2017-10-070.html. 摘要 紫外光谱法进行TOC 浓度分析时存在数量多、维数高等问题。针对此问题，提出了一种基于随机 子空间深度回归的分析方法，该算法首先采集 TOC 标准溶液的紫外光谱数据进行预处理，得到 吸光度数据，然后在高维数据空间随机选取低维子空间来构造不同的特征子集，并采用深度信念 网络对各子集进行特征提取，最后将得到的低维特征进行组合后送入 BP 神经网络中进行训练， 建立 TOC 浓度反演模型。在构建的水质分析平台上的实验结果表明，提出的基于随机子空间深 度回归的水质分析方法对每种TOC 浓度反演结果的相对误差均在1%以内，且反演结果… 关键词 紫外光谱法, 随机子空间, 深度信念网络, BP 神经网络 中图分类号 X824;X832 基金项目 国家自然科学基金资助项目; 重庆市研究生科研创新项目（CYS16040） 优先出版 计 算 机 应 用 研 究 第34 卷 随机子空间深度回归方法在紫外光谱水质分析中的应用* 黄 鸿，石光耀，金莹莹，何 凯 (重庆大学 光电技术及系统教育部重点实验室，重庆 400044) 摘 要：紫外光谱法进行TOC 浓度分析时存在数量多、维数高等问题。针对此问题，提出了一种基于随机子空间深度 回归的分析方法，该算法首先采集TOC 标准溶液的紫外光谱数据进行预处理，得到吸光度数据，然后在高维数据空间 随机选取低维子空间来构造不同的特征子集，并采用深度信念网络对各子集进行特征提取，最后将得到的低维特征进行 组合后送入BP 神经网络中进行训练，建立 TOC 浓度反演模型。在构建的水质分析平台上的实验结果表明，提出的基 于随机子空间深度回归的水质分析方法对每种TOC 浓度反演结果的相对误差均在1%以内，且反演结果的稳定性和准确 性也要优于常规的水质分析方法。 关键词：紫外光谱法；随机子空间；深度信念网络；BP 神经网络 中图分类号：X824 ；X832 Random subspace deep regression and its application in water quality analysis of TOC in UV spectroscopy Huang Hong, Shi Guangyao, Jin Yingying, He Kai (Key Laboratory of Optoelectronic Technique System of the Ministry of Education, Chongqing University, Chongqing 400044, China) Abstract: There are the problems of large quantities and high dimensionality in the analysis of TOC con