基于近红外光谱与支持向量机的纸浆卡伯值在线.pdfVIP

第28卷，第8期 光谱学与光谱分析 200 and 8年8月 SpectroscopySpectralAnalysis August，2008 基于近红外光谱与支持向量机的纸浆卡伯值在线测量 杨春节，何 川，宋执环 浙江大学工业控制研究所，浙江杭州 310027 摘要提出了用近红外光谱漫反射技术和支持向量机建模方法实现纸浆卡伯值在线测量的新方法。采集 45份松木浆样品的近红外漫反射光谱，选择各样品15个振动吸收峰对应的吸收率，采用动态独立分量分析 (DICA)对输入样本数据进行特征提取，建立基于支持向量机(SVM)的纸浆卡伯值预测模型。45份样品中选 择35份组成校正集，另10份作为预测集对模型进行验证。基于支持向量机的纸浆卡伯值预测模型外部验证 均方差和确定系数分别为0．26和0．93；基于线性回归的纸浆卡伯值预测模型外部验证均方差和确定系数分 别为0．45和0．81。研究结果不仅表明纸浆卡伯值近红外测量方法的可行性和有效性，而且验证了基于支持 向量机的纸浆卡伯值预测模型比线性回归模型具有更高的准确性和鲁棒性。 关键词纸浆卡伯值；近红外光谱}支持向量机；在线测量 中图分类号：0657．3文献标识码：A 文章编号：1000-0593(2008}08—1795—04 解、能从未知分布的小样本中抽取最大的有用信息等特 引 言 点[7’8]。因此，本文选用支持向量机来建立纸浆卡伯值的近 inde- 红外光谱模型，并采用动态独立分量分析(dynan=lic 现代近红外光谱分析技术，可充分利用全谱或多波长下 pendentcomponent 的光谱数据进行定性或定量分析[1]。由于近红外光谱技术分 入样本进行特征提取。从内部交叉验证标准偏差(RMSECV) 析速度快、效率高、不耗损样品、无需其他化学试剂等优 和相关系数(，．)等多个评价指标来看，该模型均取得了令人 点[2]，在倡导节能降耗的今天备受人们关注，已广泛应用于 满意的效果，为纸浆蒸煮过程的终点预报与优化控制创造了 农业、食品、石油、纺织、烟草等领域[3一]。造纸工业是国民 条件。 经济中的重要支柱产业，其化学制浆蒸煮过程具有高能耗、 高物耗与高污染等“三高”特点，研究蒸煮过程纸浆卡伯值的 1原理和方法 近红外测量方法不仅有利于实现造纸生产的节能降耗，而且 有利于实现蒸煮终点的自动预报。李小梅等就近红外漫反射 支持向量机的基本原理是通过某种事先选择的非线性映 光谱法测定纸浆卡伯值的工作原理和技术特点作了介绍[5]。 射将输入向量映射到一个高维特征空间，在这个特征空间中 吴新生等利用近红外光谱法通过测量蒸煮过程黑液中木素含 构造最优分类超平面[9]。在形式上SVM分类器类似于一个 量的变化来测定纸浆卡伯值，并建立一元线性回归和多元线 神经网络，输出是中间节点的线性组合，每个中间节点对应 性回归等纸浆卡伯值预测模型[6]。 于一个支持向量，如图1所示。 现有的纸浆卡伯值近红外测量方法中，对近红外光谱数 在用于纸浆卡伯值测量的支持向量结构图中，输入变量 据通常采用各种多元校正技术进行定量分析，应用较多的有 是纸浆样品的近红外光谱数据，输出变量是纸浆卡伯值。由 于纸浆样品的不同波长光谱数据往往具有自相关和互相关特 线性回归、主成分回归(principalcomponentregression， least 性，因此本文采用DICA特征提取方法[1仉11]，从输入变量中