[发明专利]一种基于自组织神经网络的近红外光谱共识模型的构建方法

权利要求书

1.一种基于自组织神经网络的近红外光谱共识模型的构建方法，其特征在于包括以下步骤：

步骤1，选取n个样本，其中n为小于100的正整数，通过标准化学方法测定某一有机物的样本参考值，记为列向量Y；

步骤2，采集n个样本m维近红外光谱数据X；

步骤3，对光谱数据进行预处理，处理后的数据计为X_pre；

步骤4，应用自组织神经网络变量聚类方法进行光谱变量聚类，将变量按照变量相互之间相似性聚成4类，每类含有变量个数分别为

a、b、c、d，其中a+b+c+d＝m；

步骤5，基于变量聚类结果建立含有n个样本，含有a、b、c、d个变量的4组样本集Za、Zb、Zc和Zd；

步骤6，分别对Za、Zb、Zc和Zd4组样本集数据进行划分，其中3n/4的样本作为建模集，剩余n/4样本做为预测集，然后建立4个偏最小二乘回归模型；计算4组预测结果与参考值之间的误差，而后应用共识模型算法计算出4个子模型权重系数w₁、w₂、w₃、w₄；权重系数的计算公式为：

步骤7，基于权重系数w₁、w₂、w₃、w₄对4个子模型进行变量共识，得到定量模型，变量共识计算公式为：

f(x)＝∑_kw_kf_k(x)。