SVM回归法在近红外光谱定量分析中的应用研究

摘要：

研究了基于统计学习理论的支持向量机(SVM)回归法在近红外光谱定量分析中的应用.以66个小麦样品为实验材料,由33个小麦样品作为校正样品,采用4种不同核函数方法对小麦样品蛋白质含量与小麦样品近红外光谱进行SVM回归建模.以所建4种不同SVM回归模型对33个小麦预测样品的蛋白质含量进行了预测;不同回归模型的预测结果与凯氏定氮法确定的蛋白质含量的标准化学值间的相关系数均在0.97以上,平均绝对误差小于0.32.为了考察SVM回归校正模型的预测效果,同所建PLS回归模型的预测结果进行了比较,表明所建预测小麦样品蛋白质含量的SVM回归模型亦可通过近红外光谱进行实际样品的定量分析,且有较好的分析效果.

关键词：支持向量机回归、近红外光谱、定量分析

所属期刊栏目：25

分类号：O657.3(分析化学)

资助基金：国家高技术研究发展计划863计划;国家科技攻关项目;国家重点基础研究发展计划973计划2002CCA00800;国家农业科技成果转化基金02EFN216900720

在线出版日期：2005-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1400-1403