烟草组分的近红外光谱和支持向量机分析

• 作者: 丛茜 张勇 谢云飞 赵冰
• 来源期刊: 高等学校化学学报
• 学科: 化学
• 关键词: 近红外光谱 支持向量机 小波变换 烟草
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 研究论文
• 页码范围: 697-700
• 页数: 4页
• 分类号: O657
• 字数: 1868字
• 语种: 中文
• DOI: 10.3321/j.issn:0251-0790.2009.04.011

摘要

测定了120个产自福建、安徽和云南烟草样品的近红外光谱. 在利用支持向量机(SVM)技术建立其定量、定性分析模型之前, 用小波变换技术对光谱变量进行了有效的压缩, 然后采用径向基核函数建立了75个烟草样品的分类模型, 同时建立了总糖、还原糖、烟碱和总氮4个组分的定量分析模型, 并利用45个烟草样品对模型进行了检验. 仿真实验表明, 建立的SVM分类模型分类准确率达到100%, 而4个组分的定量分析模型的预测决定系数(R2)、预测均方差(RMSEP)和平均相对误差(RME)3个指标值显示其模型泛化能力非常强, 预测效果良好, 可见这是一种有效的近红外光谱的建模分析方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张勇	吉林大学地面机械仿生技术教育部重点实验室	79	378	10.0	15.0
5	丛茜	吉林大学地面机械仿生技术教育部重点实验室	74	716	15.0	23.0
6	赵冰	吉林大学超分子结构与材料国家重点实验室	94	959	17.0	27.0
7	谢云飞	吉林大学超分子结构与材料国家重点实验室	8	104	5.0	8.0