A hybrid variable selection method based on uninformative variable elimination and discretized wild horse optimization algorithm in quantification of complex samples

Wei, Shaohan

doi:10.1016/j.saa.2026.128484

A hybrid variable selection method based on uninformative variable elimination and discretized wild horse optimization algorithm in quantification of complex samples

2026-07-01

1

PRE

AI

DOI：10.1016/j.saa.2026.128484

原文链接

原文求助

摘要

En 中文

光谱分析技术已成为现代分析化学领域的一种有效方法。然而，光谱数据具有高维特性，使用单变量选择方法存在局限性。本研究提出了一种基于无信息变量消除（UVE）和离散化野马优化算法（DWHO）的混合策略，以实现高效准确的光谱变量选择。首先通过UVE消除噪声变量，并由DWHO进一步优化剩余变量。利用UVE-DWHO选择的变量子集构建偏最小二乘（PLS）模型，采用橙汁、柴油、葡萄酒和血液样本的四个数据集验证该方法。与全谱PLS、UVE-PLS、蒙特卡洛-UVE-PLS（MC-UVE-PLS）和随机化检验-PLS（RT-PLS）相比，结果表明UVE-DWHO-PLS选择的变量数量减少了85%以上，预测均方根误差（RMSEP）更低，且四个数据集的R值均超过0.95，表明用更少变量成功建立了稳定准确的预测模型。因此，UVE-DWHO为分析复杂样品光谱提供了一种有价值的变量选择新方法。

Keyword:

Spectral analysis

Variable selection

Hybrid strategy

Uninformative variable elimination

Discretized wild horse optimizer

A hybrid variable selection method based on uninformative variable elimination and discretized wild horse optimization algorithm in quantification of complex samples

摘要

期刊

机构

引用论文