粒子群支持向量机结合NIR测定桉木木质素.pdfVIP

第41卷 第2期 东 北 林 业 大 学 学 报 V01．41No．2 2013年 2月 JOURNALOFNORTHEASTFORESTRYUNIVERSITY Feb．2013 粒子群支持向量机结合 NIR测定桉木木质素 ) 于仕兴 李学春 黄安民 王学顺 (北京林业大学，北京，100083) (广东省水产学校) (中国林业科学研究院木材工业研究所) (北京林业大学) 摘 要 在支持向量机(SVM)回归分析过程 中，参数 (c，)取值范围较大，且需要人工进行调整，目前 已知的 参数选择方法复杂且不够精确。针对上述问题 。提 出了一种应用于木材近红外光谱分析的PSO—SVM回归模型： 使用粒子群算法(PSO)确定SVM的最优参数(c，y)，用40个桉木近红外光谱样品作训练集，8个样品作测试集建 立模型．得到预测模型的回归系数0．970956，均方根误差0．0021545，并与传统支持向量机回归模型和