近紅外光譜定量分析的新方法:半監督最小二乘支持向量回歸機

摘要：在近紅外光譜定量分析中,樣品化學值測定的準確度是運用數學模型進行定量分析精確度的理論極限.但能夠準確獲取化學值的樣品數量比較少,許多模型在建模時只考慮這部分樣品數據,而不考慮大量的無化學值的樣品數據.針對該問題,本文在LS-SVR的基礎上,提出了可以同時利用有化學值(標簽)和無化學值樣品數據的半監督LS-SVR(S2 LS-SVR)模型.類似于LS-SVR,該模型也只需求解一個線性方程組.最后,以烤煙樣品數據集為實驗材料,建立了四種樣品成分(總糖、還原糖、總氮和煙堿)的定量分析模型.四種樣品成分的預測值與實際值的平均誤差分別為6.62％,7.56％,6.11％和8.20％,相關系數分別為0.974 1,0.973 3,0.923 0和0.948 6.經分析比較發現S2LS-SVR模型優于PLS和LS-SVR,從而驗證了S2 LS-SVR模型的可行性和有效性. 作者： 李林[1]徐碩[2]安欣[3]張錄達[4] Author： LI Lin[1]  XU Shuo[2]  AN Xin[3]  ZHANG Lu-da[4] 作者單位： 中國農業大學信息與電氣工程學院,北京,100193中國科學技術信息研究所信息技術支持中心,北京,100038對外經濟貿易大學國際經濟與貿易學院,北京,100029中國農業大學理學院,北京,100193 期 刊： 光譜學與光譜分析   ISTICEISCIPKU Journal： Spectroscopy and Spectral Analysis 年，卷(期)： 2011, 31(10) 分類號： O657.3 關鍵詞： 近紅外光譜    化學計量學    半監督LS-SVR (S2 LS-SVR)    機標分類號： TG8 TG4 機標關鍵詞： 近紅外    光譜定量分析    新方法    半監督    最小二乘    支持向量回歸機    Quantitative Analysis    NIR    Novel Approach    樣品成分    定量分析模型    化學    數據集    線性方程組    相關系數    數學模型    數量比較    實驗材料    理論極限    分析比較 基金項目： 國家“十一五”科技支撐計劃，中央高校基本科研業務費專項資金，公益性行業(農業)科研專項

【近紅外光譜定量分析的新方法:半監督最小二乘支持向量回歸機】相關文章：

基于近紅外光譜技術與支持向量機的苜蓿秋眠類型測定研究05-07

基于最小二乘支持向量機的飛機備件多元分類05-01

基于最小二乘支持向量機的航材備件需求建模04-30

基于最小二乘支持向量機的區域GPS高程轉換組合04-30

區域似大地水準面確定的最小二乘支持向量機方法05-01

基于最小二乘支持向量機的區域GPS高程轉換組合05-02

基于支持向量機的紅外成像跟蹤算法04-27

模糊最小二乘支持向量機在黑液波美度軟測量中的應用04-26

基于最小二乘支持向量機的航空發動機故障遠程診斷04-27

基于主成分分析的最小二乘支持向量機巖性識別方法05-01