1. 中国烟草广东工业有限公司技术中心
2. 中山大学化学与化学工程学院
扫 描 看 全 文
[J]. (12):1215-1219(2010)
DOI:
[J]. (12):1215-1219(2010) DOI:
研究了最小二乘法支持向量机(LSSVM)应用于烟丝样品和小麦样品的近红外光谱建模,采用粒子群优化算法(PSO)优化LSSVM的参数。通过对烟草样品和小麦样品的近红外光谱建模和预测,并与常规的偏最小二乘法(PLS)比较发现,PSO-LSSVM法具有更好的预测效果和稳健性。
最小二乘法支持向量机粒子群优化算法烟草小麦近红外光谱
0
Views
423
下载量
2
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution