- 相关推荐
基于近红外光谱技术与支持向量机的苜蓿秋眠类型测定研究
摘要:提出出了一种基于近红外光谱分析技术快速无损测定苜蓿秋眠类型的新方法.应用近红外光谱漫反射技术测定苜蓿样本的光谱并对其进行主成分分析(PCA),根据主成分的累积贡献率选取前10个主成分建立支持向量机(SVM)分类模型,并对其参数及核函数类型进行了详细的分析和讨论.试验结果表明,当c=0.339 2,g=32时,测试集的预测准确率可达98.182%,可以作为初步测定苜蓿秋眠类型的.手段之一.同时,与主成分回归分析、偏最小二乘法、BP神经网络、LVQ神经网络等方法相比较的结果表明,PCA-SVM模型可以有效地解决小样本问题,且可以避免陷入局部极小. 作者: 王红柳[1] 岳征文[2] 卢欣石[1] Author: WANG Hong-liu[1] YUE Zheng-wen[2] LU Xin-shi[1] 作者单位: 北京林业大学草地资源与生态实验室,北京,100083北京林业大学水土保持与沙漠化防治教育部重点实验室,北京,100083 期 刊: 光谱学与光谱分析 ISTICEISCIPKU Journal: SPECTROSCOPY AND SPECTRAL ANALYSIS 年,卷(期): 2011, 31(6) 分类号: S132 关键词: 苜蓿秋眠性 近红外光谱 主成分分析 支持向量机 机标分类号: O65 TL4 机标关键词: 近红外光谱技术 支持向量机 苜蓿秋眠 无损测定 Model Support Vector Machine Near Infrared 主成分回归分析 近红外光谱分析技术 LVQ神经网络 偏最小二乘法 主成分分析 预测准确率 小样本问题 累积贡献率 试验结果 分类模型 局部极小 技术测定 新方法 基金项目: 国家(863计划)项目,国家科技支撑项目 基于近红外光谱技术与支持向量机的苜蓿秋眠类型测定研究[期刊论文] 光谱学与光谱分析 --2011, 31(6)王红柳 岳征文 卢欣石提出出了一种基于近红外光谱分析技术快速无损测定苜蓿秋眠类型的新方法.应用近红外光谱漫反射技术测定苜蓿样本的光谱并对其进行主成分分析(PCA),根据主成分的累积贡献率选取前10个主成分建立支持向量机(SVM)分类模型,...【基于近红外光谱技术与支持向量机的苜蓿秋眠类型测定研究】相关文章:
近红外光谱技术定量测定基质参数研究07-18
基于支持向量机的红外成像跟踪算法11-12
基于可见-近红外光谱和多光谱成像技术的梨损伤检测研究07-18
近红外光谱法快速测定羊草干草品质的研究06-05
近红外光谱(NIRS)技术快速测定湖泊沉积物营养组分研究06-12
玉米自交系品质性状的近红外光谱测定07-19
基于近红外光谱技术的农作物病害诊断07-08
基于支持向量机的浙江汛期旱涝预测方法研究08-15