稳健化最小二乘支持向量机在近红外光谱分析中的应用

摘要：

　　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。

关键词： 光谱分析 加权最小二乘支持向量机 收敛性 稳健性 崩溃点

作者: 包鑫 戴连奎

作者单位: 浙江大学工业控制技术国家重点实验室，杭州，310027

会议类型: 国内会议

会议名称: 全国第二届近红外光谱学术会议

会议地点: 长沙

会议语种:中文

页码: 668-675

在线出版日期: 2008-11-01（万方平台首次上网日期，不代表论文的发表时间）