基于先验信息的SVM红外光谱定性分析方法

摘要：

通过将类不变性先验信息融入到支持向量机(Support Vector Machine,SVM)算法的目标函数中,提出了一种基于漂移约束的SVM红外光谱定性分析算法.该算法将红外光谱的漂移项模拟成一个低阶多项式,并在SVM优化目标中要求决策面的法向量与漂移方向垂直,从而使分类器能够消除样本漂移影响.详细讨论了波段选择和正则化参数对分类准确率的影响,并对比了各种变形SVM算法的分类效果.实验结果表明,与标准的SVM算法及其各种变形算法相比,本文提出的DCSVM算法具有更高的分类准确度.

关键词：先验信息、支持向量机、红外光谱、定性分析

所属期刊栏目：33

分类号：O657.3(分析化学)

资助基金：国家自然科学基金项目61101219,71141020,61032007

在线出版日期：2013-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：41-45