用于紫外光谱水质分析的Boosting-偏最小二乘法

• 作者: 吴铁军 李艳君 武晓莉
• 来源期刊: 分析化学
• 学科: 化学
• 关键词: 水质分析 紫外光谱 总有机碳 Boosting-偏最小二乘
• 年，卷（期）: 2006,（8）
• 所属期刊栏目: 研究报告
• 页码范围: 1091-1095
• 页数: 5页
• 分类号: O6
• 字数: 4706字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-3820.2006.08.009

摘要

为提高水质参数总有机碳(TOC)的紫外吸收光谱分析的预测精度,提出一种基于Boosting理论的迭代式回归建模算法,并根据统计学习理论提出一种新的迭代停止判据,可有效防止过拟合,显著提高模型预测精度.为评估所提算法的性能,分别采用本算法和3种常用的光谱分析方法,即偏最小二乘、主成分回归和人工神经网络,对自行研制的紫外光谱水质分析仪实测的一组数据进行了建模和预测.计算结果表明:相对于其他3种方法,本算法具有生成的模型预测精度高的显著优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴铁军	浙江大学智能系统与决策研究所工业控制技术国家重点实验室	102	2261	22.0	44.0
2	李艳君	浙江大学智能系统与决策研究所工业控制技术国家重点实验室	24	299	10.0	17.0
3	武晓莉	浙江大学智能系统与决策研究所工业控制技术国家重点实验室	5	97	5.0	5.0