近红外数据预处理的算法

近红外光谱数据预处理的算法，包括mcs\msc\snv\sg等一些预处理算法

function F=carspls（XyAfoldmethodnum） 
%+++ CARS: Competitive Adaptive Reweighted Sampling method for variable selection.
%+++ X: The data matrix of size m x p
%+++ y: The reponse vector of size m x 1
%+++ A: the maximal principle to extract.
%+++ fold: the group number for cross validation.
%+++ num: the  number of Monte Carlo Sampling runs.
%+++ method: pretreatment method.
%+++ Hongdong Li Dec.15 2008.
%+++ Advisor: Yizeng Liang yizeng_liang@263.net
%+++ lhdcsu@gmail.com
%+++ Ref:  Hongdong Li Yizeng Liang Qingsong Xu Dongsheng Cao Key
%    wavelengths screening using competitive adaptive reweighted sampling 
%    method for multivariate calibration Anal Chim Acta 2009 648（1）:77-84


tic;
%+++ Initial settings.
if nargin<6;num=50;end;
if nargin<5;method=‘center‘;end;
if nargin<4;fold=5;end;
if nargin<3;A=2;end;

%+++ Initial settings.
[MxNx]=size（X）;
A=min（[Mx Nx A]）;
index=1:Nx;
ratio=0.9;
r0=1;
r1=2/Nx;
Vsel=1:Nx;
Q=floor（Mx*ratio）;
W=zeros（Nxnum）;
Ratio=zeros（1num）;

%+++ Parameter of exponentially decreasing function. 
b=log（r0/r1）/（num-1）;  a=r0*exp（b）;

%+++ Main Loop
for iter=1:num
     
     perm=randperm（Mx）;   
     Xcal=X（perm（1:Q）:）; ycal=y（perm（1:Q））;   %+++ Monte-Carlo Sampling.
     
     PLS=pls（Xcal（:Vsel）ycalAmethod）;    %+++ PLS model
     w=zeros（Nx1）;coef=PLS.coef_origin（1:end-1end）;
     w（Vsel）=coef;W（:iter）=w; 
     w=abs（w）;                                  %+++ weights
     [wsindexw]=sort（-w）;                      %+++ sort weights
     
     ratio=a*exp（-b*（iter+1））;                      %+++ Ratio of retained variables.
     Ratio（iter）=ratio;
     K=round（Nx*ratio）;  
     
     
     w（indexw（K+1:end））=0;                      %+++ Eliminate some variables with small coefficients.  
     
     Vsel=randsample（NxNxtruew）;                 %+++ Reweighted Sampling from the pool of retained variables.                 
     Vsel=unique（Vsel）;              
     fprintf（‘The %dth variable sampling finished.\n‘iter）;    %+++ Screen output.
 end

%+++  Cross-Validation to choose an optimal subset;
RMSEP=zeros（1num）;
Q2_max=zeros（1num）;
Rpc=zeros（1num）;
for i=1:num
   vsel=find（W（:i）~=0）;
 
   CV=plscvfold（X（:vsel）yAfoldmethod0）;  
   RMSEP（i）=CV.RMSECV;
   Q2_max（i）=CV.Q2_max;   
   
   Rpc（i）=CV.optPC;
   fprintf（‘The %d/%dth subset finished.\n‘inum）;
end
[RminindexOPT]=min（RMSEP）;
Q2_max=max（Q2_max）;




%+++ save results;
time=toc;
%+++ output
F.W=W;
F.time=time;
F.cv=RMSEP;
F.Q2_max=Q2_max;
F.minRMSECV=Rmin;
F.iterOPT=indexOPT;
F.optPC=Rpc（indexOPT）;
Ft.ratio=Ratio;
F.vsel=find（W（:indexOPT）~=0）‘;



function sel=weightsampling_in（w）
%Bootstrap sampling
%2007.9.6H.D. Li.

w=w/sum（w）;
N1=length（w）;
min_sec（1）=0; max_sec（1）=w（1）;
for j=2:N1
   max_sec（j）=sum（w（1:j））;
   min_sec（j）=sum（w（1:j-1））;
end
% figure;plot（max_sec‘r‘）;hold on;plot（min_sec）;
      
for i=1:N1
  

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        3796  2014-11-18 15:43  Functions\Data processing.m
     文件        3401  2014-03-06 17:18  Functions\carspls.m
     文件        1936  2014-03-10 15:03  Functions\deriv.m
     文件         955  2014-03-06 17:20  Functions\genfact.m
     文件        1146  2014-03-06 17:20  Functions\grampoly.m
     文件        3472  2014-11-12 22:07  Functions\ks.m
     文件        3038  2014-03-06 17:18  Functions\mcs.m
     文件        2311  2014-03-06 17:19  Functions\msc.m
     文件        1950  2014-11-11 19:32  Functions\pls.m
     文件        1728  2014-03-06 17:18  Functions\pls_nipals.m
     文件        2720  2014-11-11 19:36  Functions\plscvfold.m
     文件         790  2014-03-06 17:18  Functions\pretreat.m
     文件        2561  2014-06-03 14:45  Functions\smooth.m
     文件         918  2014-11-06 17:28  Functions\snv.m
     文件         451  2014-03-06 17:18  Functions\tp.m
     文件        1218  2014-03-06 17:20  Functions\weight.m
     文件        1312  2014-11-18 02:51  license.txt