CAJ | 학술논문

基于间隔策略的信息波长选择是近红外光谱分析中广泛应用的一种方法.针对传统算法忽略非线性因素的缺点,首次考虑将最小二乘支持向量机(least-squares support vector machine,LSSVM)方法应用于间隔选择策略,进而提出了一种新的波长选择方法iLSSVM (interval LSSVM).该算法克服了传统间隔选择算法依赖于线性模型的缺陷,对存在较强非线性的光谱数据能够准确地选择最优信息区间,极大地减少建模变量并显著改善模型预测精度.应用两组业界标准的光谱数据来验证该算法的性能,并和传统方法进行了比较.实验结果表明,在两组数据集上该算法取得的标准预测偏差(root mean square error of prediction,RMSEP)分别比全谱PLS建模降低了20％和4％,比传统的间隔偏最小二乘算法(interval partial least-squares,iPLS)降低了28％和2％.
기우간격책략적신식파장선택시근홍외광보분석중엄범응용적일충방법.침대전통산법홀략비선성인소적결점,수차고필장최소이승지지향량궤(least-squares support vector machine,LSSVM)방법응용우간격선택책략,진이제출료일충신적파장선택방법iLSSVM (interval LSSVM).해산법극복료전통간격선택산법의뢰우선성모형적결함,대존재교강비선성적광보수거능구준학지선택최우신식구간,겁대지감소건모변량병현저개선모형예측정도.응용량조업계표준적광보수거래험증해산법적성능,병화전통방법진행료비교.실험결과표명,재량조수거집상해산법취득적표준예측편차(root mean square error of prediction,RMSEP)분별비전보PLS건모강저료20％화4％,비전통적간격편최소이승산법(interval partial least-squares,iPLS)강저료28％화2％.