近日，人工智能学院教师洪绍勇以第一作者身份在《Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy》期刊发表了题为“New approach for near-infrared wavelength selection using a combination of MIC and firefly evolution.”的论文，该期刊属于SCIE检索期刊，是JCR Q1分区，中科院二区。
本文提出了一种新的近红外波长选择方法。该新策略主要涉及对最大信息系数（MIC）方法的修改和对萤火虫进化算法的改进。我们引入正交分解来修改MIC方法，以搜索投影向量中包含的信息信号。我们还提出了离散化模式下的常见萤火虫算法（FA），并设计了一种新的自适应映射函数来提高其智能计算效果。
本文的主要贡献包括：
对MIC方法进行了改进，通过正交投影减少变量间的共线性问题，提高了波长选择的准确性。
将传统的连续萤火虫算法（FA）离散化，并通过设计一种新的自适应映射函数来改进算法的智能计算效果。
将改进后的MIC方法与自适应离散FA算法相结合，形成了一种联合优化策略，用于近红外光谱分析中的波长选择。
在鱼粉样本的定量分析中验证了所提方法的有效性，实验结果表明，改进的MIC和自适应DFA算法的结合比传统的MIC方法和常规DFA算法具有更好的性能。
这项研究为近红外光谱分析中的波长选择提供了一种新的优化策略，有望在更广泛的应用领域中得到验证和应用。
本论文为2023年广东省普通高校重点领域专项课题《基于近红外光谱结合机器学习的农产品品质检测方法研究（2023ZDZX4069）》研究成果。
