紫外光谱水质分析仪中的支持向量机方法

被引：6

作者：

杜树新

武晓莉

吴铁军

机构：

[1] 浙江大学工业控制技术国家重点实验室,浙江大学智能系统与决策研究所,浙江大学工业控制技术国家重点实验室,浙江大学智能系统与决策研究所,浙江大学工业控制技术国家重点实验室,浙江大学智能系统与决策研究所杭州,杭州,杭州

来源：

分析化学 | 2004年 / 09期

关键词：

水质分析仪; 支持向量机; 紫外光谱;

D O I：

暂无

中图分类号：

O657.3 [光化学分析法（光谱分析法）];

学科分类号：

070302 ; 081704 ;

摘要：

紫外光谱水质分析仪的一个关键技术是如何建立紫外光谱数据与有机污染物浓度之间的数学模型 ,以及提高模型的外推能力。本研究基于统计学习理论的支持向量机方法 ,提出了有机污染物浓度与紫外光谱数据的建模方法。该方法具有较强的推广能力和全局最优的特点 ,得到的数学模型的预测能力明显改善 ,从而提高了紫外光谱水质分析仪的测量精度。实验表明 :该方法优越于目前在紫外光谱水质分析仪中常规采用的偏最小二乘算法。

引用

页码：1227 / 1230

页数：4