会议专题

稳健化最小二乘支持向量机在近红外光谱分析中的应用

  为克服光谱分析中异常训练样本的影响,提出了一种加权最小二乘支持向量机(WLS-SVM)的稳健化算法。针对原始WLS-SVM在稳健性方面的不足,对原始算法求权值的步骤进行了修正,采用回归误差的中值作为计算加权值的衡量标准,大幅度提高了WLS—SVM的稳健性。将本文的算法应用于光谱定量分析中,实验结果证明了该方法是收敛的,并且崩溃点超过35%,是一种有效的稳健建模方法。

光谱分析 加权最小二乘支持向量机 收敛性 稳健性 崩溃点

包鑫 戴连奎

浙江大学工业控制技术国家重点实验室,杭州,310027

国内会议

全国第二届近红外光谱学术会议

长沙

中文

668-675

2008-11-01(万方平台首次上网日期,不代表论文的发表时间)