加权最小二乘支持向量机改进算法及其在光谱定量分析中的应用OA北大核心CSCDCSTPCD
Improved Weighted Least Squares Support Vector Machines Algorithm and Its Applications in Spectroscopic Quantitative Analysis
为克服异常训练样本对校正模型的负面影响,提出了一种加权最小二乘支持向量机(WLS-SVM)的改进算法,解决了原有算法存在的迭代收敛问题,并将其运用于光谱定量分析.实验结果表明:与原有算法相比,WLS-SVM改进算法显著增强了对异常样本的检测能力,并大幅度地提高了校正模型的稳健性.
吕剑峰;戴连奎
浙江大学工业控制技术国家重点实验室,杭州,310027浙江大学工业控制技术国家重点实验室,杭州,310027
化学化工
支持向量机异常检测稳健建模近红外光谱
《分析化学》 2007 (3)
340-344,5
本文系国家高技术研究发展计划(863计划)项目(No.2006AA04Z169)和浙江省科技计划项目(No.2005C311042)资助
评论