粒子群算法结合支持向量机回归法用于近红外光谱建模

作者：程志颖; 孔浩辉; 张俊; 柏文良; 甘峰

来源：分析测试学报, 2010, (12): 1215-1219.

• 最小二乘法支持向量机
• 粒子群优化算法
• 烟草
• 小麦
• 近红外光谱 least square support vector machine(LSSVM)
• particle swarm optimization(PSO)
• tobacco
• wheat
• near infrared spectroscopy

研究了最小二乘法支持向量机(LSSVM)应用于烟丝样品和小麦样品的近红外光谱建模,采用粒子群优化算法(PSO)优化LSSVM的参数。通过对烟草样品和小麦样品的近红外光谱建模和预测,并与常规的偏最小二乘法(PLS)比较发现,PSO-LSSVM法具有更好的预测效果和稳健性。

• 单位
  中山大学