支持向量機(jī)改進(jìn)方法在光譜定量分析中的應(yīng)用.pdf

1、光譜定量分析技術(shù)是近年來(lái)迅速發(fā)展的一項(xiàng)間接測(cè)量技術(shù)，廣泛地應(yīng)用于科研生產(chǎn)的各個(gè)領(lǐng)域。支持向量機(jī)(SVM)作為一種新型的非線性建模方法，適合于處理小樣本和高維數(shù)的建模問(wèn)題。本文從不同角度對(duì)支持向量機(jī)基本算法進(jìn)行了改進(jìn)，并將改進(jìn)后的算法應(yīng)用于光譜定量分析的數(shù)據(jù)建模和異常檢測(cè)，具體內(nèi)容如下： 1.介紹了光譜定量分析的基本原理，并對(duì)核函數(shù)方法在非線性建模中的應(yīng)用，以及異常檢測(cè)與穩(wěn)健建模的主要方法進(jìn)行了闡述。 2.將偏最小二乘(P

2、LS)與SVM方法進(jìn)行結(jié)合，提出了偏最小二乘支持向量機(jī)(PLS-SVM)方法。實(shí)驗(yàn)表明，PLS-SVM既保持了SVM較高的模型預(yù)測(cè)精度，又大大加快了建模的速度。通過(guò)與PLS、最小二乘支持向量機(jī)(LS-SVM)以及核偏最小二乘(KPLS)三種建模方法進(jìn)行對(duì)比發(fā)現(xiàn)，PLS-SVM在光譜定量分析數(shù)據(jù)建模中的綜合應(yīng)用效果要優(yōu)于其它三種方法。 3.對(duì)加權(quán)最小二乘支持向量機(jī)(WLS-SVM)算法進(jìn)行了改進(jìn)，使改進(jìn)后的算法可以實(shí)現(xiàn)迭代運(yùn)算，提