張國麗王 武

(天津理工大學(xué)中環(huán)信息學(xué)院，天津 300380)

紡織品成分標(biāo)簽是紡織品技術(shù)法規(guī)嚴(yán)格控制的內(nèi)容之一，是紡織品出口和指導(dǎo)消費(fèi)者正確使用的重要參考指標(biāo)。 目前，混紡織物成分的定量檢測方法主要有化學(xué)溶解法和顯微鏡法[1]，其中，化學(xué)溶解法需要依據(jù)不同的分析組分選擇相應(yīng)的溶劑，操作專業(yè)性強(qiáng)且易污染環(huán)境；顯微鏡法檢測效率低，而且分析的準(zhǔn)確性很大程度上取決于測試人員分辯混合物中不同纖維的能力。 因此，亟需探索一種高效、綠色且易于操作的分析方法及儀器為紡織品成分的快速分析提供服務(wù)。

近紅外光譜分析技術(shù) ( Near-infrared spectroscopy，NIRS)作為一種高效、無損、綠色的分析方法被廣泛應(yīng)用于眾多領(lǐng)域[2]。 在紡織領(lǐng)域，NIRS 被用于鑒別廢舊織物、檢測織物纖維含水率及含量的檢測[3－4]。 孫通等采用NIRS 和競爭性自適應(yīng)重加權(quán)算法對棉麻混合織物中棉含量進(jìn)行了檢測研究[5]。 Sun 等利用近紅外技術(shù)結(jié)合變量選擇法快速測定棉/滌混紡織物中含棉量[6]。 季惠等采用NIRS 對棉、滌綸、錦綸、羊毛的純紡紡織品進(jìn)行鑒別，識別率達(dá)90%以上[7]。

NIRS 在紡織品檢測中的應(yīng)用大多采用商業(yè)化的分析儀器，建模變量較多，要求分析人員具有一定的化學(xué)計(jì)量學(xué)知識，模型較復(fù)雜；而且，較寬的分析波段對分析儀器光源和檢測器有較高要求，儀器價(jià)格較昂貴。

論文采用NIRS 對棉/滌混紡織物中棉含量進(jìn)行無損快速分析。 蒙特卡羅無信息變量消除(Monte Carlo uninformative variable elimination，MCUWE)、競爭性自適應(yīng)重加權(quán)算法(competitive adaptive reweighted sampling，CARS)和迭代保留信息變量(iteratively retaining informative variables，IRIV)三種特征變量優(yōu)選方法結(jié)合偏最小二乘回歸(partial least squares regression，PLSR)用于棉/滌混紡織物中棉含量的近紅外簡化分析模型構(gòu)建。 研究結(jié)果將為開發(fā)紡織品成分便攜式近紅外分析儀器光源和探測器的選用提供理論參考。

1 實(shí)驗(yàn)部分

1.1 樣品與儀器

試驗(yàn)樣品由山東、江蘇、廣州等出入境檢驗(yàn)檢疫局提供，共255 個(gè)棉/滌混紡織物樣本。 實(shí)驗(yàn)樣品具有不同組織結(jié)構(gòu)和不同顏色構(gòu)成，根據(jù)國標(biāo)GB/T 2910.11—2009 方法測定樣本的棉含量，得到棉的質(zhì)量百分?jǐn)?shù)含量范圍為5.30%～99.50%。 255 個(gè)試驗(yàn)樣品按照棉含量由低到高排列，其中棉含量最大和最小的樣品作為校正集樣品，連續(xù)的3 個(gè)樣品中取1 個(gè)作為預(yù)測集樣品。 因此，校正集樣品有170 個(gè)，預(yù)測集樣品有85 個(gè)。

瑞士步琦公司NIRFlex N－500 型傅立葉變換近紅外光譜儀用于樣品近紅外光譜的采集，光譜范圍為4 000 cm－1～10 000 cm－1。 實(shí)驗(yàn)過程中，為了減少紡織品厚度、孔隙等結(jié)構(gòu)對織物的近紅外光的反射影響[8]，對面密度大于100 g/m2的樣品折疊為4層，面密度小于100 g/m2并大于50 g/m2的樣品折疊為8 層，面密度小于10 g/m2的樣品折疊為16層。 為了消除實(shí)驗(yàn)過程出現(xiàn)的偶然誤差，對每一個(gè)樣品進(jìn)行重復(fù)檢測3 次，取平均光譜做最終檢測光譜。

1.2 數(shù)據(jù)處理方法

標(biāo)準(zhǔn)正態(tài)變量變換(SNV)預(yù)處理用于消除紡織品間由于顏色、紋理和厚度等差異引起的光散射和光譜基線漂移效應(yīng)[9]；混紡織物樣品的近紅外光譜包含1 501 個(gè)變量，包含了大量的相似冗余信息和噪聲變量。 擬采用變量優(yōu)選方法去除冗余和噪聲信息，篩選出光譜數(shù)據(jù)中有效變量，建立簡化分析模型。

MCUVE 是基于蒙特卡羅重復(fù)采樣結(jié)合UVE 變量排序的特征變量優(yōu)選方法[10－11]。 UVE 是基于PLSR 系數(shù)向量X的變量選擇方法，用來消除不提供信息的變量。 回歸系數(shù)矩陣在第n次迭代后計(jì)算得到的回歸系數(shù)矩陣XW＝[X1，X2，…，Xn]，系數(shù)的穩(wěn)定性定義為:

式中:mean(Xj)和std(Xj)為模型回歸系數(shù)的均值和標(biāo)準(zhǔn)差；Xj為回歸系數(shù)矩陣X的第j列向量，j＝1，2，…，n。

CARS 是一種快速有效的變量選擇算法[12－13]。該方法基于蒙特卡羅采樣，隨機(jī)抽取校正集樣本的一部分建立PLSR 模型，得到每個(gè)波長的回歸系數(shù)。通過指數(shù)衰減函數(shù)( exponentially decreasing function，EDF)去除回歸系數(shù)較小的波長點(diǎn)。 基于自適應(yīng)重加權(quán)采樣(adaptive reweighted sampling，ARS)技術(shù)進(jìn)一步對變量進(jìn)行篩選。 當(dāng)蒙特卡羅采樣次數(shù)達(dá)到預(yù)先設(shè)定的值時(shí)，比較每次蒙特卡羅采樣得到變量子集的交叉驗(yàn)證的均方誤差(root mean square error of cross-validation，RMSECV)值，選擇RMSECV 值最小時(shí)對應(yīng)的變量子集作為CARS 的最優(yōu)變量子集。

IRIV 是一種基于二進(jìn)制矩陣重排過濾器(binary matrix shuffling filter，BMSF)的特征變量選擇算法[14－15]。 通過生成了一個(gè)僅包含1 或0 的二元矩陣M，其維度為K×P的。 矩陣M的每一行依次用于PLSR 方法建模。 5 折交叉驗(yàn)證的RMSECV用于評估每個(gè)變量子集的模型結(jié)果。 因此，可以獲得K×1 大小的向量記為為RMSECV0。 將M的第i列中的所有1 變?yōu)?，并將第i列中的所有0 變?yōu)?，同時(shí)保持M的其他列不變來獲得矩陣M1。 矩陣M1的每一行建立PLSR 模型，得到K×1 大小的向量記為RMSECVi。 定義φ0和φ1以評估每個(gè)變量的重要性，公式如下:

式中:MKi是M的第K行i列的值，M1Ki是M1的第K行i列的值，KthRMSECV0和KthRMSECVi分別表示向量RMSECV0和RMSECVi中第K行的值。 定義P＝0.05 為閾值進(jìn)行Mann-WhitneyU檢驗(yàn)[16]。 通過迭代保留有用信息變量，剔除無信息變量和干擾變量。 對保留變量進(jìn)行反向消除，剩下的變量為最終選取的特征變量。

光譜預(yù)處理后，采用MCUVE，CARS 及IRIV 方法對光譜變量進(jìn)行優(yōu)選，剔除冗余的變量。 在MCUVE，CARS 及IRIV 分析中，采用5 折PLSR 交叉驗(yàn)證建模，最大因子數(shù)為20。 經(jīng)變量優(yōu)選后，應(yīng)用PLSR 方法建立棉/滌混紡織物中的棉含量預(yù)測模型。

1.3 模型評價(jià)準(zhǔn)則

AIC(Akaike information criterion)信息準(zhǔn)則[17]是建立在熵的概念基礎(chǔ)上，可以權(quán)衡所估計(jì)模型的復(fù)雜度和模型擬合數(shù)據(jù)的優(yōu)良性。

式中:k是變量的數(shù)量，n為樣本數(shù)，RSS(residual sum of squares)為殘差平方和。 AIC 值是模型構(gòu)建變量數(shù)和精度的綜合評價(jià)指標(biāo)，AIC 值越小代表建模的變量數(shù)越少，且具有較好的擬合精度。

2 結(jié)果和分析

2.1 棉/滌混紡織物樣品近紅外光譜分析

圖1 所示(a)為棉/滌混紡織物樣品的近紅外光譜圖。 從圖1(a)可以看出，4 000～10 000 cm－1范圍內(nèi)的光譜分布非常相似，由于樣品厚度、紋理、顏色等差異導(dǎo)致黑色棉/滌織物、牛仔布及其他棉/滌樣品譜圖存在較大差異，同時(shí)還顯示出系統(tǒng)的基線漂移[18]。 光譜在4 000 cm－1～7 000 cm－1之間存在較多明顯的波峰與波谷，光譜波峰分別位于4 104 cm－1、4 484 cm－1、4 972 cm－1、5 388 cm－1和6 172 cm－1左右，波谷分別位于4 040 cm－1、4 260 cm－1、4 740 cm－1、5 256 cm－1和6 052 cm－1左右。 其中6 172 cm－1左右的波峰為滌綸特征峰，峰值與滌的含量變化趨勢一致，當(dāng)滌綸含量小于10%時(shí)，此特征峰幾乎觀察不到。

采用SNV 方法對原始近紅外光譜數(shù)據(jù)進(jìn)行處理消除紡織品間由于顏色、紋理和厚度等差異引起的光譜散射和基線漂移效應(yīng)。 預(yù)處理后的近紅外光譜如圖1(b)所示。 從圖中可以看出，預(yù)處理后不同樣品光譜間的非組分信息引起的變動(dòng)得到明顯改善。

圖1 棉/滌混紡織物樣品近紅外光譜圖

2.2 棉/滌混紡織物近紅外光譜特征變量優(yōu)選

MCUVE 算法的變量選擇結(jié)果，如圖2(a)所示，在迭代采樣中，RMSECV 的值的整體變化趨勢是先下降后上升，最小值點(diǎn)出現(xiàn)在第32 次采樣，之后的RMSECV 逐漸增大，說明引入了冗余變量。 保留第32 次迭代采樣對應(yīng)的650 個(gè)變量，其分布如圖2(b)所示。

圖2 MUVCE 方法變量優(yōu)選結(jié)果

CARS 算法的變量選擇結(jié)果，圖3(a)反映出由于EDF 的作用，隨著蒙特卡羅采樣次數(shù)的增加，RMSECV 值呈先減小后增大的趨勢，并且在第24 次采樣時(shí)達(dá)到最小值，因此選擇該點(diǎn)對應(yīng)的67 個(gè)特征變量，作為CARS 算法篩選的特征變量，如圖3(b)所示。

圖3 CARS 方法變量優(yōu)選結(jié)果

IRIV 算法一共進(jìn)行了13 輪，如圖4(a)所示為IRIV 算法迭代次數(shù)與優(yōu)選變量的變化關(guān)系圖，由圖可知，前3 輪迭代變量個(gè)數(shù)迅速減少，從1 501 個(gè)變量減少到了370 個(gè)，然后變量個(gè)數(shù)減少的速度放緩，第12 輪迭代后完全剔除了無信息變量和干擾變量，并進(jìn)行反向消除操作。 經(jīng)過第13 輪的反向消除最終選擇了6 個(gè)特征變量，如圖4(b)所示。

圖4 IRIV 方法變量優(yōu)選結(jié)果

2.3 混紡織物棉含量簡化光譜分析模型構(gòu)建

全譜和變量優(yōu)選后混紡織物棉含量的PLSR 模型結(jié)果如表1 所示。 通過與SNV－全譜－PLSR 模型比較，SNV-MCUVE-PLSR 模型的變量數(shù)減少了851個(gè)，RC和RP分別提高了0.065 和0.042，RMSECV 和RMSEP 分別降低了4.247 和2.471。 SNV-CARSPLSR 模型的變量數(shù)減少了1 434 個(gè)，RC和RP分別提高了0.066 和0.037，RMSECV 和RMSEP 分別降低了4.418 和2.197。 SNV-IRIV-PLSR 模型的建模的變量數(shù)僅為6，RC和RP分別提高了0.013 和0.004，RMSECV 降低了0.651，RMSEP 增大為0.025，與全譜模型比較，預(yù)測誤差稍有增加，然而建模的有效變量數(shù)顯著下降。 由此可知三種變量選擇法都能夠在保證較高分析精度的前提下有效地選擇特征變量。

表1 不同建模變量的混紡織物棉含量PLSR 模型結(jié)果

模型的AIC 結(jié)果如表1 所示。 全譜模型的AIC值最大為3 758，經(jīng)過變量優(yōu)選方法處理后模型AIC值都得到大幅度降低，其中CARS-PLSR 和IRIVPLSR 模型的AIC 值分別為668.8 和743.1，但是IRIV-PLSR 模型在保證預(yù)測精度較好的前提下，建模變量最少，因此IRIV-PLSR 棉含量分析模型復(fù)雜度最小，模型最簡化。 圖5 所示為85 個(gè)預(yù)測集樣本棉含量真實(shí)值與IRIV-PLSR 模型預(yù)測值的相關(guān)圖，兩者具有較好的相關(guān)性。

圖5 棉含量真實(shí)值與IRIV-PLSR 模型預(yù)測值相關(guān)圖

3 結(jié)論

近紅外光譜結(jié)合變量優(yōu)選方法對棉/滌混紡織物中棉含量進(jìn)行簡化模型的構(gòu)建方法研究，研究結(jié)果表明三種變量選擇方法均可以在保證模型具有較好分析精度的前提下優(yōu)選出建模變量，降低模型構(gòu)建的復(fù)雜度，其中，IRIV 方法將原始光譜的1 501 個(gè)變量縮減為6 個(gè)，對應(yīng)的波長分別為5 824 cm－1、7 808 cm－1、8 136 cm－1、8 160 cm－1、8 164 cm－1和8 684 cm－1，極大地簡化模型，研究結(jié)果將為開發(fā)紡織品成分便攜式近紅外分析儀器光源和探測器的選用提供理論參考。