中文国产日韩欧美视频,午夜精品999,色综合天天综合网国产成人网,色综合视频一区二区观看,国产高清在线精品,伊人色播,色综合久久天天综合观看

近紅外光譜定量分析的新方法:半監(jiān)督最小二乘支持向量回歸機(jī)

時(shí)間:2023-05-06 17:04:45 數(shù)理化學(xué)論文 我要投稿
  • 相關(guān)推薦

近紅外光譜定量分析的新方法:半監(jiān)督最小二乘支持向量回歸機(jī)

摘要:在近紅外光譜定量分析中,樣品化學(xué)值測定的準(zhǔn)確度是運(yùn)用數(shù)學(xué)模型進(jìn)行定量分析精確度的理論極限.但能夠準(zhǔn)確獲取化學(xué)值的樣品數(shù)量比較少,許多模型在建模時(shí)只考慮這部分樣品數(shù)據(jù),而不考慮大量的無化學(xué)值的樣品數(shù)據(jù).針對該問題,本文在LS-SVR的基礎(chǔ)上,提出了可以同時(shí)利用有化學(xué)值(標(biāo)簽)和無化學(xué)值樣品數(shù)據(jù)的半監(jiān)督LS-SVR(S2 LS-SVR)模型.類似于LS-SVR,該模型也只需求解一個(gè)線性方程組.最后,以烤煙樣品數(shù)據(jù)集為實(shí)驗(yàn)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(yù)測值與實(shí)際值的平均誤差分別為6.62%,7.56%,6.11%和8.20%,相關(guān)系數(shù)分別為0.974 1,0.973 3,0.923 0和0.948 6.經(jīng)分析比較發(fā)現(xiàn)S2LS-SVR模型優(yōu)于PLS和LS-SVR,從而驗(yàn)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(dá)[4] Author: LI Lin[1]  XU Shuo[2]  AN Xin[3]  ZHANG Lu-da[4] 作者單位: 中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院,北京,100193中國科學(xué)技術(shù)信息研究所信息技術(shù)支持中心,北京,100038對外經(jīng)濟(jì)貿(mào)易大學(xué)國際經(jīng)濟(jì)與貿(mào)易學(xué)院,北京,100029中國農(nóng)業(yè)大學(xué)理學(xué)院,北京,100193 期 刊: 光譜學(xué)與光譜分析   ISTICEISCIPKU Journal: Spectroscopy and Spectral Analysis 年,卷(期): 2011, 31(10) 分類號: O657.3 關(guān)鍵詞: 近紅外光譜    化學(xué)計(jì)量學(xué)    半監(jiān)督LS-SVR (S2 LS-SVR)    機(jī)標(biāo)分類號: TG8 TG4 機(jī)標(biāo)關(guān)鍵詞: 近紅外    光譜定量分析    新方法    半監(jiān)督    最小二乘    支持向量回歸機(jī)    Quantitative Analysis    NIR    Novel Approach    樣品成分    定量分析模型    化學(xué)    數(shù)據(jù)集    線性方程組    相關(guān)系數(shù)    數(shù)學(xué)模型    數(shù)量比較    實(shí)驗(yàn)材料    理論極限    分析比較 基金項(xiàng)目: 國家“十一五”科技支撐計(jì)劃,中央高;究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金,公益性行業(yè)(農(nóng)業(yè))科研專項(xiàng)

【近紅外光譜定量分析的新方法:半監(jiān)督最小二乘支持向量回歸機(jī)】相關(guān)文章:

基于近紅外光譜技術(shù)與支持向量機(jī)的苜蓿秋眠類型測定研究05-07

基于最小二乘支持向量機(jī)的飛機(jī)備件多元分類05-01

基于最小二乘支持向量機(jī)的航材備件需求建模04-30

基于最小二乘支持向量機(jī)的區(qū)域GPS高程轉(zhuǎn)換組合04-30

區(qū)域似大地水準(zhǔn)面確定的最小二乘支持向量機(jī)方法05-01

基于最小二乘支持向量機(jī)的區(qū)域GPS高程轉(zhuǎn)換組合05-02

基于支持向量機(jī)的紅外成像跟蹤算法04-27

模糊最小二乘支持向量機(jī)在黑液波美度軟測量中的應(yīng)用04-26

基于最小二乘支持向量機(jī)的航空發(fā)動機(jī)故障遠(yuǎn)程診斷04-27

基于主成分分析的最小二乘支持向量機(jī)巖性識別方法05-01