|
|||||
|
|
| 基于遗传算法的多目标最小二乘支持向量机在近红外多组分定量分析中的应用 | |
| 引用本文： | 徐冰,王星,Dhaene Tom,史新元,Couckuyt Ivo,白雁,乔延江. 基于遗传算法的多目标最小二乘支持向量机在近红外多组分定量分析中的应用[J]. 光谱学与光谱分析, 2014, 34(3): 638-68 |
| 作者姓名： | 徐冰 王星 Dhaene Tom 史新元 Couckuyt Ivo 白雁 乔延江 |
| 作者单位： | 徐冰:北京中医药大学中药信息工程研究中心, 北京100029 王星:北京中医药大学中药信息工程研究中心, 北京100029河南中医学院, 河南 郑州450008 Dhaene Tom:Ghent University-iMINDS, Department of Information Technology, Gent B-9050, Belgium 史新元:北京中医药大学中药信息工程研究中心, 北京100029 Couckuyt Ivo:Ghent University-iMINDS, Department of Information Technology, Gent B-9050, Belgium 白雁:河南中医学院, 河南 郑州450008 乔延江:北京中医药大学中药信息工程研究中心, 北京100029 |
| 基金项目： | 国家“重大新药创制”科技重大专项(2010ZX09502-002)资助 |
| 摘 要： | 近红外(NIR)定量分析通常涉及多个组分,采用遗传算法和自适应建模策略,建立了能够对多组分同时定量的多目标最小二乘支持向量机(LS-SVM),并将其应用于玉米中四个组分和连翘中两个活性成分的NIR分析。结果表明多目标遗传算法配合自适应建模策略可保证优化收敛于全局最优解。所建玉米多目标LS-SVM模型明显优于PLS1和PLS2模型;连翘多目标LS-SVM模型与PLS模型均可取得较好的校正和预测效果。两组数据中,径向基神经网络(RBFNN)模型均出现过拟合现象。多目标LS-SVM和单目标LS-SVM性能相近,但多目标LS-SVM建模运行一次即可得到结果,在NIR多组分定量分析中具有潜在应用优势。 |
| 关 键 词： | 多目标最小二乘支持向量机 遗传算法 近红外 多组分定量 自适应建模 |
| 收稿时间： | 2013-04-16 |
Genetic Algorithm Based Multi-Objective Least Square Support Vector Machine for Simultaneous Determination of Multiple Components by Near Infrared Spectroscopy |
|
| Abstract: | |
| Keywords: | Multi-objective least square support vector machine Genetic algorithm Near infrared Multicomponent quantification Adaptive modeling |
| 本文献已被 CNKI 等数据库收录！ | |