| 支持向量回归算法在NIR光谱法预测烟草淀粉中的应用 |
| |
| 引用本文： | 张朝平,刘太昂,葛炯,张建平,刘旭,王维妙,孙文梁,束茹欣,杨凯. 支持向量回归算法在NIR光谱法预测烟草淀粉中的应用[J]. 烟草科技, 2009, 0(10) |
| |
| 作者姓名： | 张朝平 刘太昂 葛炯 张建平 刘旭 王维妙 孙文梁 束茹欣 杨凯 |
| |
| 作者单位： | 张朝平,葛炯,张建平,王维妙,孙文梁,束茹欣,杨凯(上海烟草(集团)公司技术中心,上海市杨浦区长阳路717号,200082);刘太昂,刘旭(上海大学理学院化学系,上海市上大路99号,200444) |
| |
| 摘 要： | 为考察支持向量机回归(SVR)在烟草近红外光谱(NIRS)分析中应用的可行性,采用偏最小二乘回归(PLS)、多元线性回归(MLR)、误差反向传播人工神经网络(BP-ANN)和SVR对187份烟草样品的NIR漫反射光谱及其淀粉含量的化学测定数据进行处理,建立了烟草中淀粉含量NIRS定标模型,并采用留一法交叉验证(LOOCV)和独立样本集对模型进行了内部和外部验证.结果表明,SVR模型的预测能力比BP-ANN、PLS和MLR模型略好.因此,可将SVR引入到烟草淀粉含量的NIR分析中.
|
| 关 键 词： | 烟草 近红外光谱 支持向量回归 机器学习 |
Application of SVR in NIR Prediction Model for Starch in Tobacco |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
