遗传算法与支持向量机联合用于近红外光谱谱区优化.pdfVIP

遗传算法与支持向量机联合用于近红外光谱谱区优化 张勇1,2于治 赵冰2 1.长春师范学院，长春130032 2.吉林大学超分子结构与材料国家重点实验室，长春，130012 摘要：近红外光谱谱区的谱带复杂、重叠多，通过特定方法选取特征变量可得到更好的定量校正模型。本文在进行特征光 谱区域选择时，将遗传算法(GA)和偏最小二乘法(PLS)及支持向量机(SVM)有机地结合起来，发挥各自的优势，建立了稳定、 简便、预测能力较强的定量分析模型。仿真实验结果表明，PLS-GA联合用于烟草总糖和还原糖组分近红外光谱的定量分析， 其分析结果较好，而SVM-GA联合用于近红外光谱的定量分析，无论是相关系数还是预测均方根偏差均相对PLS-GA法有 较明显的提高，其分析方法具有一定的应用价值。 近红外光谱；遗传算法；偏最小二乘；支持向量机 ApplicationofGeneticAlgorithmwithSupportVectorMachinein Near-InfraredSpectroscopy ZhangYong1,2Yu ZhiZhaoBing2 1.ChangchunNormalUniversity,Changchun,130032 2.StateKeyLaboratoryofSupramolecularStructureandMaterials,Changchun130012 Abstract:ThespectralregionsofNearinfraredarecomplexandmultipleoverlapping, butthebetterquantitativecorrection modelscouldbeachievedusingsomespecificmethodstoselectcharacteristicspectralregions.Inthispaper,throughthegenetic algorithm(GA)combinedwithpartialleastsquares(PLS),andthegeneticalgorithm(GA)combinedwithsupportvectormachine (SVM),whichmakeuseofrespectiveadvantages,thestable,simple,efficientandquantitativeanalysismodelsareestablished.The simulationresultsshowthat,thepredicitonresultsofthetotalsugarandreducingsugarcomponentsoftobaccoarebetterusingthe PLS-GAmethod,andtheresults,wetherthecorrelationcoefficientorpredictedrootmeansquaredeviation,areclearlyimproved whileSVM-GAmethodiscomparedwithPLS-GA.Therefore,theSVM-GAanalysismethodownscertainapplicationvalue. Near-InfraredSpectroscopy;GeneticAlgorithm;PartialLeastSquares;SupportVectorMachine 佳个体i 011110 netryf nratal~ lesions pec臼 长洲， D．27I