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。
声明：
“近红外光谱分析中的异常样本识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
874
编辑：管理员
来源：北方有色网
咨询细节
