一种用于可见-近红外光谱特征波长选择的新方法

• 作者: 何勇 刘守 吴迪 虞佳佳 陈孝敬
• 来源期刊: 光学学报
• 学科: 物理学
• 关键词: 可见-近红外光谱分析 识别模型 模拟退火算法 最小二乘法支持向量机
• 年，卷（期）: 2008,（11）
• 所属期刊栏目: 仪器、测量与计量
• 页码范围: 2153-2158
• 页数: 6页
• 分类号: O433
• 字数: 4427字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-2239.2008.11.021

摘要

提出了一种基于模拟退火(SA)算法和最小二乘法支持向量机(LS-SVM)选择可见一近红外光谱特征波长的新方法(SA-LS-SVM).该方法用LS-SVM作为识别器,用识别率作为SA的目标函数,提取合适的特征波长数以及对应的特征波长.3种不同品牌的润滑油可见-近红外光谱的特征波长分别用SA_LS-SVM,主成分回归分析(PCA)和偏最小二乘法(PLS)进行处理,提取特征波长或主成分,然后结合反向传播人工神经网络(BP-ANN)对各种处理方法进行识别预测.结果发现,SA-LS-SVM只需从751个数据光谱中提取4个特征波长,就可以使三种品牌润滑油的识别率达到了100%,而其他所有的方法发现预测率都达不到100%,由此验证了SA_LS-SVM的优越性.实验结果表明,SA-LS-SVM不仅能有效地减少建模的变量数,而且可以提高预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何勇	浙江大学生物系统工程与食品科学学院	511	9054	45.0	65.0
2	吴迪	浙江大学生物系统工程与食品科学学院	58	895	19.0	28.0
3	刘守	厦门大学物理系	42	171	8.0	11.0
4	陈孝敬	厦门大学物理系	5	113	5.0	5.0
5	虞佳佳	浙江大学生物系统工程与食品科学学院	7	92	5.0	7.0