近红外光谱结合LSTSVM算法判别不同等级烟叶_宋相中

宋丹杨 | -> | 648| 0| 0.417933MB |近红外光谱;最小二乘双胞胎支持向量机算法;烟叶;等级分类

宋丹杨 宋丹杨 | 文档量 |浏览量232106

    在烟草行业中,烟叶等级的分类工作是一项具有重要意义的工作,烟叶等级不同,其品质存在着较大
的差异。近红外光谱作为一种无需样品前处理的分析技术被广泛应用于烟草行业中,近年来近红外光谱
结合模式识别算法也开始越来越多地应用于烟叶等级分类工作中。杜文等利用近红外光谱结合SIMCA
算法建立了烟叶的产地、等级以及品种识别模型,取得了较为理想的识别效果川。束茹欣等报道了NIR-
PC'.A-SVM联用技术在烤烟烟叶产地模式识别中的应用情况,结果表明NIR-PCA-SVM联用技术可成功
识别烟叶样品的产地团。
    最小二乘双胞胎支持向量机(Least Square Twins Support Vector Machine,LSTSVM)算法是在双胞
胎支持向量机(Twins Support Vector Machine, TSVM)算法的基础上开发出的一种新算法,与传统的支
持向量机算法相比,LSTSVM算法具有计算速度较快的优点}3}。支持向量机算法一般适用于建立两类分
类模型,目前尚未有将LSTSVM算法应用于多分类工作中的报道。本文采用LSTSVM算法结合“one
VS the rest"(一对其余)思想建立了不同等级烟叶的近红外多分类模型Cn7。为了评价LSTSVM算法建立
烟叶等级识别模型的优劣,还将它与其他几种算法进行了比较,包括SIMCA } PLS-DA和SVM算法。
宋丹杨发布的其他共享资料
    5 色谱币 下载

近红外光谱结合LSTSVM算法判别不同等级烟叶_宋相中

(417.933K)

所需色谱币: 5

您持有: $userGold色谱币,完成任务赚取色谱币

立即下载

友情链接(联系QQ:47140047)
关于我们  经营理念  业务合作  联系我们  法律声明  网站建议  网站导航  帮助中心
Copyright © 色谱世界 版权所有 鄂ICP备19022139号-2