改进数据增强与特征选择策略以增强生物质高位热值预测中的激光诱导击穿光谱分析

《Spectrochimica Acta Part B: Atomic Spectroscopy》:Improved data augmentation and feature selection strategies for enhancing LIBS analysis in biomass higher heating value prediction

【字体: 大 中 小 】 时间:2026年10月02日 来源:Spectrochimica Acta Part B: Atomic Spectroscopy 3.2

编辑推荐:

   •开发了一种可靠的LIBS方法,用于快速测定生物质的热值(HHV)。•提出了GB-SMOTE增强方法,以解决LIBS分析中的小样本问题。•开发了两阶段AG-ISABO策略,以消除光谱冗余。•GB-SMOTE与AG-ISABO的协同作用显著提升了LIBS预测性能。引言在全球能源

  
  • •
    开发了一种可靠的LIBS方法,用于快速测定生物质的热值(HHV)。
  • •
    提出了GB-SMOTE增强方法,以解决LIBS分析中的小样本问题。
  • •
    开发了两阶段AG-ISABO策略,以消除光谱冗余。
  • •
    GB-SMOTE与AG-ISABO的协同作用显著提升了LIBS预测性能。

引言

在全球能源危机加剧和环境问题日益严峻的背景下,生物质能作为一种有前途的可再生清洁能源,显示出减少化石燃料依赖的巨大潜力[1]、[2]、[3]。高位热值(HHV)定义为燃料完全燃烧时每单位质量所释放的总热量,包括水蒸气冷凝的潜热,是评估生物质质量和能源转化效率的基本参数[4]。因此,准确快速地测定HHV对于优化能源生产和确保资源高效利用至关重要。传统方法如氧弹量热法虽然能提供令人满意的结果,但受限于较长的分析时间和复杂的样品制备过程,无法满足工业场景中的实时监测和批量检测需求[5]。因此,开发能够快速测定生物质HHV的方法已成为工业应用中的迫切需求。
激光诱导击穿光谱(LIBS)是一种新兴的原子发射光谱技术,具有快速分析、样品制备简单和远程原位检测等独特优势[6]、[7]、[8],在能源相关检测应用中极具前景。与机器学习算法结合后,LIBS已被广泛应用于表征煤炭和生物质等能源材料。Lu等人[9]表明,LIBS结合偏最小二乘法(PLS)可直接测定不同制造商木质生物质颗粒的燃料特性,取得了优异的预测性能。Dong等人[10]开发了一种具有迁移学习功能的LIBS系统,用于煤粒流直接分析,热值的均方根误差(RMSE)为0.757 MJ/kg,挥发分为2.630%,灰分为3.034%。尽管取得了上述进展,但LIBS在定量分析中的广泛实际应用仍受限于光谱维度高、光谱-物性关系非线性强,加之有标签训练样本稀缺等问题。
随机森林(RF)作为一种经典的集成学习算法,凭借其强大的鲁棒性、处理高维数据的内在能力以及抗过拟合特性[11]、[12]、[13]、[14],已成为LIBS定量分析的有前景方法。然而,即使具备这些优势,直接基于原始光谱建立RF模型仍无法有效克服LIBS固有的上述挑战。具体而言,样本量不足会影响RF模型的预测精度和泛化稳定性,而原始光谱中冗余信息和噪声的存在则增加了计算负担并掩盖了与HHV相关的光谱特征,最终降低了预测性能[15]、[16]。因此,提升RF模型的输入数据质量对于实现准确的HHV预测至关重要。
数据增强是解决样本量不足问题的有效方法。通过对现有训练数据施加合理的变换来生成新的合成样本,从而在不增加额外实验成本的情况下有效扩充训练集。在各种数据增强方法中,合成少数类过采样技术(SMOTE)[17]、[18]已被广泛用于不平衡数据优化。然而,传统SMOTE往往生成重叠样本并引入噪声,难以确保数据增强的有效性。为克服这一局限性,提出了梯度提升决策树引导的合成少数类过采样技术(GB-SMOTE)用于数据增强。通过采用梯度提升决策树(GBDT)[19]模型捕捉样本分布特征,GB-SMOTE能够精确控制合成样本的生成,从而提升训练数据质量。
除数据增强外,特征选择通过消除原始光谱中固有的冗余和噪声信息,在提升预测性能方面发挥着关键作用[16]、[20]。为此,提出了一种基于AG-ISABO的两阶段特征选择方法。第一阶段利用注意力梯度(AG)方法[21]量化特征贡献并进行关键特征的初步筛选。第二阶段采用改进的减平均优化器(ISABO)进一步细化特征子集,旨在最大化预测精度的同时最小化特征冗余。ISABO是一种在减平均优化器(SABO)[22]基础上改进的新型元启发式算法。它具有收敛速度快和全局搜索能力强等显著优势,特别适合处理高维光谱数据的特征选择。
基于上述背景,提出了一种结合光谱数据增强和特征选择的RF模型,用于LIBS预测生物质HHV。首先,利用LIBS采集生物质样本的光谱数据。随后,采用GB-SMOTE算法对所得光谱数据进行增强,以应对小样本模型训练的挑战。然后,开发了一种基于AG-ISABO的两阶段特征选择方法来提取关键特征。最后,基于筛选出的特征建立了RF校正模型用于生物质HHV预测,并以交叉验证决定系数(RCV2)、交叉验证均方根误差(RMSECV)、预测决定系数(RP2)、预测均方根误差(RMSEP)和预测平均相对误差(MREP)作为评价指标。

各章节摘要

生物质样本

为确保样本多样性并增强定量模型的泛化能力,共从不同地区收集了68个生物质样本,涵盖农作物秸秆、木质生物质和坚果壳等典型类别。所收集样本经过干燥、研磨和筛分等预处理,获得粒径均匀的粉末。每个样本的HHV采用氧弹量热仪测定,结果见表。

光谱分析

训练集中生物质样本的LIBS光谱如图2所示。为准确识别特征谱线,参考国家标准与技术研究院(NIST)原子光谱数据库对光谱进行解释,部分已识别的谱线在图2中标注。检测到的谱线的谱线归属、电子跃迁和信噪比总结于表S2。从图2和表S2可以看出,

结论

针对快速准确测定生物质HHV的需求,本研究通过整合数据增强与两阶段特征选择,开发了基于LIBS的优化RF模型。首先,采集了68个生物质样本的LIBS光谱,并建立了初始RF模型用于HHV预测。结果表明,模型预测性能有限,主要受限于小样本量和高维光谱冗余的制约。

CRediT作者贡献声明

严春华:原稿撰写、方法论、资金获取。张卫东:可视化、软件。张逊朋:调查、数据整理。李茂刚:审阅与编辑、验证。张天龙:审阅与编辑、监督。李华:项目管理、资金获取。

利益冲突声明

作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。

致谢

资助来源:本工作得到国家自然科学基金 [资助编号22303066、22503066、22573076];以及陕西省教育厅科研计划项目 [资助编号22JP064]的支持。
严春华|张卫东|张逊朋|李茂刚|张天龙|李华
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号