近红外光谱结合GA-LSSVR分析烟草尼古丁含量

• 作者: 张驰 郭志明 陈立平 黄文倩
• 来源期刊: 激光与光电子学进展
• 学科: 化学
• 关键词: 测量 近红外光谱 遗传算法 最小二乘支持向量回归 烟草 尼古丁
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 仪器，测量与计量
• 页码范围: 63-67
• 页数: 5页
• 分类号: O657.33
• 语种: 中文
• DOI: 10.3788/LOP49.021201

摘要

为了提高近红外光谱快速检测烟草尼古丁含量的精度和稳定性,利用近红外光谱结合遗传算法-最小二乘支持向量回归(GA-LSSVR)建立了回归预测模型.在LSSVR模型建立过程中,采用遗传算法对LSSVR参数进行自动优化.相比于利用常规最小二乘支持向量机和遗传偏最小二乘法等建立的回归预测模型,GA-LSSVR法建立的回归预测模型泛化能力更强,预测效果更好,验证集相关系数R2为0.9766,预测均方根误差为0.1065.研究结果表明,GA-LSSVR是一种快速准确的建模方法,为烟草尼古丁含量的近红外测定和近红外光谱数据的处理提供了新的方法与途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈立平		33	408	12.0	19.0
2	张驰		4	75	3.0	4.0
3	黄文倩		9	153	7.0	9.0
4	郭志明		4	49	3.0	4.0