摘要
近红外光谱具有很强的局部线性特征和平滑的吸收模式，因此在多变量校准中需要通过变量选择来避免过拟合。点态方法产生的子集无法体现光谱的有序性，而固定窗口方法则难以适应不同物理吸收带宽度的变化。为解决这些问题，我们提出了Fused-BiPLS这一两阶段波长区间选择框架，将光谱分割与预测系数估计分开处理。首先，应用融合拉索惩罚项到相邻系数差异上，并沿着其精确解路径进行求解。依据Mallows准则，该方法能够生成分段常数系数分布，从而形成数据驱动的连续区间，替代手动设定的区间宽度。其次，通过向后区间偏最小二乘法识别出这些区间中的部分区间，无需进一步的收缩操作。在六个涵盖农业、石化、生物和制药领域的基准近红外数据集上的测试表明，Fused-BiPLS的预测误差与现有的化学计量模型相当或更低。在该方法下，柴油、土壤和肉类数据集上的大多数基线方法的效应大小均为中等至较大水平。这种自适应分割方式能够识别出与已知分子泛频相对应的连续区域，且在采样变化情况下仍保持稳定性。尽管精确解路径会导致较高的离线校准成本，但由此产生的基于区间的模型在推理过程中具有较高的计算效率。由于所选连续区间与光学滤波器的带宽规格直接匹配，该框架有助于设计出紧凑型、便携式的近红外设备。
利益冲突声明
作者声明不存在任何利益冲突。
数据可用性说明
用于复现Fused-BiPLS结果的R代码及数据集可在GitHub仓库中获取。关于这些基准数据集的详细描述见第3.1.1节。
