文献类型：期刊文章

作　　者：侯振雨[1,2] 蔡文生[1,3] 邵学广[4]

机构地区：[1]中国科技大学化学系 [2]河南科技学院化工系,新乡453003 [3]南开大学化学系,天津300071 [4]南开大学化学系

出　　处：《分析化学》

基　　金：国家自然科学基金(No.20325517);教育部高等学校优秀青年教师教学科研奖励计划资助

年　　份：2006

卷　　号：34

期　　号：5

起止页码：617-620

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EBSCO、EI、IC、JST、RCCSE、RSC、SCI(收录号：WOS:000241620500006)、SCI-EXPANDED(收录号：WOS:000241620500006)、SCIE、SCOPUS、UPD、WOS、ZGKJHX、核心刊

摘　　要：将主成分分析（PCA）用于近红外光谱的特征提取,并与支持向量回归（SVR）相结合,实现了主成分分析-支持向量回归（PCA-SVR）用于近红外光谱定量分析的建模方法.与单纯的SVR方法相比,不仅提高了运算速度,而且提高了模型的预测准确度.将PCA-SVR方法用于烟草样品中总糖和总挥发碱含量的测定,所得结果的预测均方根误差分别为1.323和0.0477;回收率分别为91.8%～112.6%和88.9%～120.2%.

关 键 词：主成分分析 支持向量回归 近红外光谱

分 类 号：O651]