粒子群支持向量机结合NIR测定桉木木质素

编号 zgly0000811028

文献类型 期刊论文

文献题名 粒子群支持向量机结合NIR测定桉木木质素

学科分类 220.5540;木材学

作者 于仕兴  李学春  黄安民  王学顺 

作者单位 北京林业大学 

母体文献 东北林业大学学报 

年卷期 2013(2)

页码 123-126

年份 2013 

分类号 O29 

关键词 支持向量机  近红外光谱  粒子群优化算法  木质素  回归 

文摘内容 在支持向量机(SVM)回归分析过程中, 参数(C, y)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, γ), 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偏最小二乘回归模型进行分析比较。结果表明, PSO—SVM回归模型在桉木近红外光谱的木质素含量预测中具有较高的准确性和很好的稳定性。