通过融合多波段光谱特征的堆叠集成学习方法对分散染料浓度进行量化

《Chemometrics and Intelligent Laboratory Systems》：Quantification of disperse dye concentrations through stacking ensemble learning of fused multiband spectral features

　　

摘要

由于分散染料在室温下的溶解度较低，水系会形成多分散悬浮液，这限制了浓度检测的准确性，因为单波段特征提供的信息不足，且模型无法同时捕捉线性和非线性光谱特性。本研究提出了一种通过半球形样品池进行多维光谱数据采集的方法，以提取特定波段的特征，并利用集成学习来实现特征互补和多模型融合。对于81种三元分散染料样品，在610–800纳米波段的数据表现出饱和现象，因此采用了分波段空间特征提取方法。在非饱和波段（420–600纳米），基于梯度的选择将维度降低了1/56。在饱和波段（610–800纳米），应用了多尺度Otsu阈值分割和椭圆形傅里叶描述符来提取斑点轮廓的形态特征。鉴于单波段特征的不足以及维度上的显著差异，开发了一个堆叠集成模型。该模型分别使用PLS、SVM和XGBoost作为基础学习器处理非饱和和饱和特征，它们的输出形成了一个元特征矩阵，作为输入传递给岭回归元学习器，整合了全波段信息并解决了线性与非线性关系的问题。结果表明，堆叠模型的性能优于单一模型，在测试集上的R2改进率为0.40%–0.92%，色散橙S-4RL、色散紫罗兰S-5BL和色散海军蓝HGL的R2值分别为0.9539、0.9231和0.9899。

引言

分散染料是非离子型染料，其在水中的溶解度较低，以细小分散颗粒的形式存在。它们通过增加织物的颜色深度和均匀性有效改善了染色效果，同时还具有良好的耐湿性和环保性能[1]。在现代纺织工业中，分散染料因其优异的性能被广泛用于服装、家用纺织品和工业织物的染色过程中。在染色过程中准确测量分散染料的浓度对于实时控制染色条件并增强着色效果至关重要。然而，目前仍缺乏有效的方法来检测不溶性染料的浓度。因此，开发一种可靠的确定分散染料浓度的技术具有重要意义。

目前，检测染料浓度的主要方法是分光光度法。该方法以其高灵敏度、操作简便性和快速测量能力而闻名[2]，它是基于比尔-朗伯定律的。通过测量溶液在不同波长下的吸光度，并将结果与预先建立的校准曲线进行比较来确定浓度。然而，分光光度法存在一定的局限性。为了提高浑浊溶液中浓度测量的准确性，研究人员试图沿空间维度获取光谱信息。张等人[3]提出了一种基于多光程可见光和近红外光谱的技术，用于无创测量血袋中的血红蛋白。李等人[4]通过结合在三种不同光程下获得的吸收光谱，解决了检测血液中血小板浓度的挑战，并比较了单光程和多光程组合模型的性能。张等人[5]使用多点扩散传输光谱法来检测血红蛋白浓度。在另一项研究中，张等人[6]引入了一种基于多维光谱的分散染料浓度的分段建模方法。对于以吸收为主的波段，提取了光斑的径向数据作为特征。在强烈散射的波段，由于光谱饱和而无法直接用于建模，因此裁剪掉饱和区域，并保留了部分径向数据作为特征。此外，张等人[7]设计了一种具有弯曲入射表面的特殊形状样品池，改变了入射光的传播路径以收集多维光谱数据。

近年来，包括偏最小二乘（PLS）、支持向量机（SVM）和决策树（DT）在内的多种数据建模技术已被广泛研究用于利用多维光谱数据进行浓度预测。作为一种受监督的降维和回归方法，PLS通过提取潜在变量同时实现了特征降维和回归建模，特别适合高维数据或特征之间存在严重多重共线性的场景。王辉[8]使用PLS对多维光谱信息与浑浊溶液的光学参数之间的关系进行了建模。支持向量机（SVM）[9]是一种以其强大的泛化性能、低结构风险以及处理非线性、小样本量和高维问题的能力而闻名的机器学习算法，适用于函数逼近和模式识别任务。决策树（DT）[10]是一种基于树状结构的经典机器学习模型，广泛用于分类和回归。它通过递归分割数据特征构建层次决策过程，最终基于叶节点的信息产生预测结果。该模型因其可解释的结构和强大的非线性建模能力而受到重视。在我们之前的研究[6]中，提出了一种基于单一起机器学习模型（如SVM或PLS）的分段建模方法来检测分散染料浓度。然而，这些方法难以同时捕捉特征内的线性和非线性关系，从而严重限制了模型准确性的进一步提高。因此，本研究重点关注优化建模算法。

Madhusudan等人[11]提出了一种基于堆叠集成学习的蜂蜜糖含量检测模型。在数据预处理阶段，应用了Savitzky–Golay滤波器来提高光谱数据的质量，减少噪声并改善信噪比。随后使用主成分分析（PCA）在保留关键特征的同时降低数据维度。实验结果表明，堆叠集成学习模型通过利用多个基础模型的优势，实现了比任何单一模型更高的检测精度。

唐等人[12]提出了一种基于集成学习的土壤有机碳含量预测模型，比较了六种单独模型（支持向量机（SVM）、极端梯度提升（XGBoost）、随机森林（RF）、轻梯度提升机（LightGBM）、偏最小二乘（PLS）和极端学习机（ELM）在各种光谱预处理方法下的预测性能。实验结果表明，集成学习方法的预测性能优于任何单一模型。

本研究提出了一种针对分散染料溶液光谱带特征差异的空间特征提取方法，以及一种基于堆叠集成学习的模型来检测分散染料浓度。这种方法实现了来自不同光谱带的特征信息的互补利用，并整合了多个基础学习模型的优势，从而显著提高了模型性能。为了丰富光谱信息在空间和过程参数维度上的内容，以提高浓度检测的准确性和稳定性，使用了我们团队之前开发的半球形样品池[7]。该样品池通过同时捕获样品的吸收和散射特性，增强了沿空间维度的光谱信息，从而提高了浑浊溶液分析的精度（见图1）。

章节片段

基于半球形样品池的多维光谱采集系统

本研究构建的多维光谱采集系统如图2所示。该系统包括一个固定型LCTF高光谱相机（SHIS-T VNIR-5/20-20，深圳中达瑞和科技有限公司）、一个配备装甲光纤（1.5米）和消色差准直器的超连续激光源（SAMBA 400，Leukos有限公司）、一个半球形石英样品池（r = 25毫米）、一个数据采集工作站以及高光谱图像采集软件。

该

结果与讨论

如图13和表3所示，PLS模型在检测非饱和波段中的色散橙S-4RL和色散海军蓝HGL的浓度方面表现令人满意，尽管对于色散紫罗兰S-5BL观察到了较大的偏差。相比之下，XGBoost模型在测试集上将色散紫罗兰S-5BL的决定系数提高了2.57%（与PLS相比）。

结论

为了解决分散染料溶液浓度检测的挑战，本研究提出了一种基于半球形样品池和集成学习的创新方法。通过多维光谱数据采集和建模分析，分散染料浓度检测的准确性得到了了一定的提高。半球形样品池通过使用弯曲的入射表面结构克服了传统平面样品池的光学限制，从而增强了...

CRediT作者贡献声明

张建新：概念构思、资金获取、方法论、监督、撰写——原始草稿、撰写——审阅与编辑。张新如：数据整理、形式分析、调查、方法论、撰写——原始草稿、撰写——审阅与编辑。马志浩：数据整理、形式分析、软件、验证、可视化。钱淼：概念构思、形式分析、方法论。

利益冲突声明

作者声明他们没有已知的可能会影响本文报告工作的竞争财务利益或个人关系。

致谢

本工作得到了中国国家重点研发计划[项目编号：2024YFB3214200]、国家自然科学基金的支持。

（项目编号：62173307）和中央政府指导地方科技发展基金（项目编号：2025ZY01082）的支持。

Jianxin Zhang|Xinru Zhang|Zhihao Ma|Miao Qian

浙江科技大学，浙江柔性功能材料智能制造装备重点实验室，中国杭州