PCA-SVR联用算法在近红外光谱分析烟草成分中的应用

作     者：刘旭 陈华才 刘太昂 李银玲 陆治荣 陆文聪 LIU Xu;CHEN Hua-cai;LIU Tai-ang;LI Yin-ling;LU Zhi-rong;LU Wen-cong

作者机构：上海大学理学院化学系 中国计量学院生命科学学院浙江杭州310018 北京石油化工设计院北京100101 

基　　金：吉林省科技计划重点项目(20040324-2)资助 

出 版 物：《光谱学与光谱分析》 (Spectroscopy and Spectral Analysis)

年 卷 期：2007年第27卷第12期

页      码：2460-2463页

摘      要：由50份烟草样品的近红外漫反射光谱组成的光谱矩阵经过主成分分析降维,采用基于支持向量机回归(SVR)算法,以常规化学分析方法测定的总糖、还原糖、总氮、烟碱的含量为参考值,建立了烟草中主要成分近红外光谱定量分析定标模型,并采用留一法交叉验证(LOOCV)对模型进行验证。以内部交叉验证预测的RMSE值为判据,从核函数类型、惩罚因子C和不敏感函数ε取值等方面对定标模型进行优化,获得不同成分定标模型的优化参数。烟草总糖、还原糖、总氮、烟碱优化定标模型的RMSE值分别为1.581,1.412,0.117和0.313。同时建立了烟草以上成分的偏最小二乘回归(PLS)、多元线性回归(MLR)以及误差反向传播人工神经网络(BP-ANN)定标模型,通过内部交叉验证的RMSE值与SVR定标模型进行比较,结果表明SVR模型具有更好的预测效果。

主 题 词：烟草 支持向量机回归(SVR) 近红外光谱 化学计量学 

学科分类：081704[081704] 07[理学] 08[工学] 0817[工学-轻工类] 0804[工学-材料学] 070302[070302] 0703[理学-化学类] 0702[理学-物理学类] 

核心收录：

D　O　I：10.3964/j.issn.1000-0593.2007.12.020

馆 藏 号：203624938...