近红外光谱结合LSTSVM算法判别不同等级烟叶

• 作者: 吴丽君 宋相中 张录达 李倩倩 李祖红 熊艳梅 赖衍清 郑波 闵顺耕
• 来源期刊: 分析科学学报
• 学科: 化学
• 关键词: 近红外光谱 最小二乘双胞胎支持向量机算法 烟叶 等级分类
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 研究报告
• 页码范围: 327-331
• 分类号: O657.33
• 语种: 中文
• DOI: 10.13526/j.issn.1006-6144.2014.03.007

摘要

本文用近红外光谱结合最小二乘双胞胎支持向量机(LSTSVM)算法建立了烟叶等级分类模型.从三个等级共210个烟叶样品中,取出120个样品作为建模集,剩余90个样品作为预测集.为了建立最优模型,对光谱预处理方法和模型参数进行筛选优化,最优模型对预测集样品的平均识别率为95.56％,结果表明该方法可以作为烟叶等级分类的一种有效方法.此外,将该算法与SIMCA、PLS-DA、SVM等三种常见的模式识别算法进行了比较,结果表明基于样品的原始光谱,同等条件下,LSTSVM算法的预测效果优于其他三种算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闵顺耕	中国农业大学理学院	82	1434	18.0	36.0
2	张录达	中国农业大学理学院	80	1799	23.0	38.0
3	李倩倩	中国农业大学理学院	23	501	9.0	22.0
4	郑波		9	82	6.0	9.0
5	熊艳梅	中国农业大学理学院	25	171	8.0	12.0
6	李祖红		19	110	5.0	9.0
7	吴丽君	中国农业大学理学院	9	57	4.0	7.0
8	宋相中	中国农业大学理学院	6	47	4.0	6.0
9	赖衍清	中国农业大学理学院	2	22	2.0	2.0