1、建模技術(shù)已經(jīng)廣泛應(yīng)用于分析化學(xué)等各個(gè)學(xué)科中。模型的評(píng)價(jià)尤為重要，因?yàn)樗瓤芍笇?dǎo)學(xué)習(xí)方法或選擇模型，又可為我們提供最終選定模型的質(zhì)的度量。而在近紅外光譜定量校正模型中，波長(zhǎng)選取方法是基礎(chǔ)。光譜波長(zhǎng)的選取方法，對(duì)建立預(yù)測(cè)能力強(qiáng)、穩(wěn)健性好的分析模型至關(guān)重要。 本論文主要的研究工作包括兩個(gè)部分：1．蒙特卡羅交叉效驗(yàn)?zāi)Ｐ驮u(píng)價(jià)方法及其在QSAR/QSPR研究中的應(yīng)用；2．近紅外光譜波長(zhǎng)的選擇及其校正模型的建立。具體內(nèi)容如下： 第二章

2、介紹了在研究過程中牽涉到的相關(guān)理論背景及其常用方法。首先給出了線性模型的數(shù)學(xué)上的說(shuō)明和建立方法。然后介紹了各種常用的模型評(píng)價(jià)的原理及其方法。最后對(duì)近紅外光譜中常用的波長(zhǎng)選擇及其定量模型的建立方法及原理進(jìn)行了介紹。 第三章的主要內(nèi)容是模型評(píng)價(jià)方法的研究。特定方法所得模型的性能，特別是預(yù)測(cè)能力，是最受大家關(guān)注的。本文將蒙特卡羅交叉效驗(yàn)法用于對(duì)QSAR/QSPR模型的預(yù)測(cè)能力的評(píng)價(jià)。蒙特卡羅交叉效驗(yàn)法的主要思路是利用蒙特卡羅隨機(jī)方法把

3、樣本隨機(jī)的分成訓(xùn)練集和預(yù)測(cè)集，訓(xùn)練集用來(lái)訓(xùn)練模型，預(yù)測(cè)集用來(lái)計(jì)算模型的預(yù)測(cè)誤差。重復(fù)N次后，取N次預(yù)測(cè)誤差的均值作為最終的模型預(yù)測(cè)誤差，同時(shí)計(jì)算N次的預(yù)測(cè)誤差的方差可以用來(lái)考察模型的穩(wěn)定性。與最為常用的K一折交叉效驗(yàn)相比，本方法可以提供有關(guān)模型的更多信息，為我們選擇合適的模型提供幫助。 第四章對(duì)近紅外光譜定量模型建立過程中的波長(zhǎng)選擇進(jìn)行了研究。文中提出了改進(jìn)移動(dòng)窗口偏最小二乘回歸法。該方法在移動(dòng)窗口偏最小二乘回歸法的基礎(chǔ)上，通過