烟草组分的近红外光谱和支持向量机分析

作者：张勇; 丛茜; 谢云飞; 赵冰

来源：高等学校化学学报, 2009, 30(04): 697-700.

DOI：10.3321/j.issn:0251-0790.2009.04.011

• 近红外光谱
• 支持向量机
• 小波变换
• 烟草 Near-infrared spectroscopy
• Support vector machine
• Wavelet transformation
• Tobacco

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.

• 单位
  吉林工程技术师范学院; 吉林大学; 超分子结构与材料国家重点实验室