烟草组分的近红外光谱和支持向量机分析

被引：16

作者：

张勇 ^{[1
,2
]}

丛茜 ^{[1
]}

谢云飞 ^{[3
]}

赵冰 ^{[3
]}

机构：

[1] 吉林大学地面机械仿生技术教育部重点实验室

[2] 吉林工程技术师范学院

[3] 吉林大学超分子结构与材料国家重点实验室

来源：

高等学校化学学报 | 2009年 / 30卷 / 04期

关键词：

近红外光谱; 支持向量机; 小波变换; 烟草;

D O I：

暂无

中图分类号：

TS411 [];

学科分类号：

摘要：

测定了120个产自福建、安徽和云南烟草样品的近红外光谱.在利用支持向量机(SVM)技术建立其定量、定性分析模型之前,用小波变换技术对光谱变量进行了有效的压缩,然后采用径向基核函数建立了75个烟草样品的分类模型,同时建立了总糖、还原糖、烟碱和总氮4个组分的定量分析模型,并利用45个烟草样品对模型进行了检验.仿真实验表明,建立的SVM分类模型分类准确率达到100%,而4个组分的定量分析模型的预测决定系数(R2)、预测均方差(RMSEP)和平均相对误差(RME)3个指标值显示其模型泛化能力非常强,预测效果良好,可见这是一种有效的近红外光谱的建模分析方法.

引用

页码：697 / 700

页数：4