结合PLS-DA与SVM的近红外光谱软测量方法

• 作者: 戴连奎 董学锋 黄承伟
• 来源期刊: 浙江大学学报（工学版）
• 学科: 化学
• 关键词: 软测量 近红外光谱 偏最小二乘 支持向量机
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 自动化技术、电气工程
• 页码范围: 824-829
• 页数: 6页
• 分类号: O657.3
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2012.05.008

摘要

为了提高近红外光谱分析精度,提出结合偏最小二乘判别分析(PLS-DA)与支持向量机(SVM)的软测量方法(PLS-DA-SVM).该方法利用一组由不同类别组成的训练样本,引入二叉树进行多重分类,节点分类器由PLS-DA方法建立；利用偏最小二乘支持向量机(PLS-SVM)建立每类样本的定量模型.预测时,用PLS-DA分类树对待测样本进行分类,选择相应的PLS-SVM模型进行定量分析.实验利用PLS-DA-SVM方法和近红外光谱数据建立汽油的研究法辛烷值软测量模型,针对2个批次共计57个成品汽油样本进行蒙特卡洛交叉检验.结果表明,对汽油牌号进行识别,平均分类错误率为0.07％,低于其他常用分类方法；对研究法辛烷值进行预测,均方误差达到0.243,复相关系数达到0.991,较PLS、LS-SVM等方法有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴连奎		70	881	18.0	25.0
2	董学锋		4	47	3.0	4.0
3	黄承伟		2	33	1.0	2.0