遗传算法与支持向量机联合用于近红外光谱谱区优化

摘要：

　　近红外光谱谱区的谱带复杂、重叠多,通过特定方法选取特征变量可得到更好的定量校正模型。本文在进行特征光谱区域选择时,将遗传算法(GA)和偏最小二乘法(PLS)及支持向量机(SVM)有机地结合起来,发挥各自的优势,建立了稳定、简便、预测能力较强的定量分析模型。仿真实验结果表明,PLS-GA联合用于烟草总糖和还原糖组分近红外光谱的定量分析,其分析结果较好,而SVM-GA联合用于近红外光谱的定量分析,无论是相关系数还是预测均方根偏差均相对PLS-GA法有较明显的提高,其分析方法具有一定的应用价值。

关键词： 近红外光谱 遗传算法 偏最小二乘 支持向量机 谱区优化

作者: 张勇 于治 赵冰

作者单位: 长春师范学院,长春130032;吉林大学超分子结构与材料国家重点实验室,长春,130012 吉林大学超分子结构与材料国家重点实验室,长春,130012

会议类型: 国内会议

会议名称: 全国第四届近红外光谱学术会议

会议地点: 桂林

会议语种:中文

页码: 192-195

在线出版日期: 2012-09-12（万方平台首次上网日期，不代表论文的发表时间）