基于SVM的近紅外光譜定性分析及其應(yīng)用.pdf

1、近紅外光譜分析技術(shù)是一種新的化學(xué)分析方法，具有無污染、無破壞、分析速度快、效率高、成本低及可以實現(xiàn)在線分析等特點，在食品、醫(yī)藥、化工、石油等領(lǐng)域獲得了空前的發(fā)展，并且其涉及的領(lǐng)域愈來愈廣。為此，本文對近紅外光譜定性分析技術(shù)作了深入研究，具體包括以下內(nèi)容： 1.通過閱讀大量的中英文文獻(xiàn)，對近紅外光譜分析技術(shù)的概念、原理與應(yīng)用作了較為系統(tǒng)完整的闡述，對模式識別技術(shù)和定量校正方法在近紅外分析中的應(yīng)用作了細(xì)致地描述。 2.本文將

2、支持向量機(jī)(Support Vector Machine，SVM)分類算法成功應(yīng)用到汽油牌號快速識別中。與其他分類算法如K.近鄰法(KNN)、相似分析法(SIMCA)的比較結(jié)果表明，SVM法分類的效果最好，其最大分類錯誤率很低，運(yùn)行結(jié)果很穩(wěn)定，受樣本變化、參數(shù)變化等影響很小，具有廣泛的應(yīng)用價值。 3.為了提高定量分析的精度，本文提出了混合偏最小二乘（Partial LeastSquares，PLS)法。首先用SVM法對測試樣本進(jìn)

3、行分類，然后選用與待測樣本性質(zhì)相近的同類部分校正集樣品建模來預(yù)測待測屬性值。為了克服分類錯誤樣本的影響，混合PLS法包含了基于分類的局部PLS法和基于全部訓(xùn)練樣本集的局部PLS法兩種算法?；旌螾LS法通過比較兩種局部PLS法的輸出，計算測試樣本的待測屬性值。針對一批汽油樣本的實驗結(jié)果表明，該算法對汽油研究法辛烷值的預(yù)測效果達(dá)到了較高的精度。 4.基于上述理論成果，針對已研制的汽油辛烷值近紅外光譜分析儀，對儀器軟件進(jìn)行了升級，將S