光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2005年
9期
1400-1403
,共4页
张录达%金泽宸%沈晓南%赵龙莲%李军会%YAN Yan-lu%严衍禄
張錄達%金澤宸%瀋曉南%趙龍蓮%李軍會%YAN Yan-lu%嚴衍祿
장록체%금택신%침효남%조룡련%리군회%YAN Yan-lu%엄연록
支持向量机回归%近红外光谱%定量分析
支持嚮量機迴歸%近紅外光譜%定量分析
지지향량궤회귀%근홍외광보%정량분석
研究了基于统计学习理论的支持向量机(SVM)回归法在近红外光谱定量分析中的应用.以66个小麦样品为实验材料,由33个小麦样品作为校正样品,采用4种不同核函数方法对小麦样品蛋白质含量与小麦样品近红外光谱进行SVM回归建模.以所建4种不同SVM回归模型对33个小麦预测样品的蛋白质含量进行了预测;不同回归模型的预测结果与凯氏定氮法确定的蛋白质含量的标准化学值间的相关系数均在0.97以上,平均绝对误差小于0.32.为了考察SVM回归校正模型的预测效果,同所建PLS回归模型的预测结果进行了比较,表明所建预测小麦样品蛋白质含量的SVM回归模型亦可通过近红外光谱进行实际样品的定量分析,且有较好的分析效果.
研究瞭基于統計學習理論的支持嚮量機(SVM)迴歸法在近紅外光譜定量分析中的應用.以66箇小麥樣品為實驗材料,由33箇小麥樣品作為校正樣品,採用4種不同覈函數方法對小麥樣品蛋白質含量與小麥樣品近紅外光譜進行SVM迴歸建模.以所建4種不同SVM迴歸模型對33箇小麥預測樣品的蛋白質含量進行瞭預測;不同迴歸模型的預測結果與凱氏定氮法確定的蛋白質含量的標準化學值間的相關繫數均在0.97以上,平均絕對誤差小于0.32.為瞭攷察SVM迴歸校正模型的預測效果,同所建PLS迴歸模型的預測結果進行瞭比較,錶明所建預測小麥樣品蛋白質含量的SVM迴歸模型亦可通過近紅外光譜進行實際樣品的定量分析,且有較好的分析效果.
연구료기우통계학습이론적지지향량궤(SVM)회귀법재근홍외광보정량분석중적응용.이66개소맥양품위실험재료,유33개소맥양품작위교정양품,채용4충불동핵함수방법대소맥양품단백질함량여소맥양품근홍외광보진행SVM회귀건모.이소건4충불동SVM회귀모형대33개소맥예측양품적단백질함량진행료예측;불동회귀모형적예측결과여개씨정담법학정적단백질함량적표준화학치간적상관계수균재0.97이상,평균절대오차소우0.32.위료고찰SVM회귀교정모형적예측효과,동소건PLS회귀모형적예측결과진행료비교,표명소건예측소맥양품단백질함량적SVM회귀모형역가통과근홍외광보진행실제양품적정량분석,차유교호적분석효과.
