基于LS-SVM的苹果近红外光谱回归模型的研究

• 作者: 王从庆 高珏
• 来源期刊: 计算机测量与控制
• 关键词: 最小二乘支持向量机 近红外光谱 苹果 回归模型
• 年，卷（期）: 2011,（1）
• 页码范围: 176-178,191
• 分类号: TP391
• 语种: 中文

摘要

提出了一种应用于苹果近红外光谱分析的LS-SVM回归模型;使用基于两层网格搜索的交叉验证算法确定LS-SVM的最优参数(γ,σ2),缩短搜索时间并提高了效率;针对LS-SVM稀疏性的缺乏和鲁棒性的不足,对模型进行优化训练.在不同方差的噪声下,通过优化训练模型的抗干扰能力明显强于常规训练模型;将优化后的LS-SVM模型应用于苹果酸度的预测,利用光纤光谱仪采集苹果近红外吸收光谱作为模型输入,使用酸度计测得苹果测量酸度值作为模型输出;实验结果表明,所建模型的相关系数和均方根误差为0.9615和0.0312,与MLR、PLR、ANN和常规LS-SVM模型比较,优化后的LS-SVM具有更好的回归性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王从庆	南京航空航天大学自动化学院	92	556	10.0	20.0
2	高珏	常熟理工学院电气与自动化工程学院	7	38	3.0	6.0