离散小波变换-支持向量回归方法及其在谷物分析中的应用   总被引：1，自引：0，他引：1  

侯振雨  汤长青  姚树文  王建新 《河南农业科学》2006,(8):40-42

先用离散小波变换(DWT)对近红外光谱数据(NIR)压缩去噪及扣除光谱背景,再用支持向量回归(SVR)算法建立近红外光谱校正模型,建立了离散小波变换—支持向量回归(DWT-SVR)测定谷物样品中油类、蛋白质和淀粉的新方法。与偏最小二乘法(PLS)相比较,本研究所建模型具有更好的预测准确度。  相似文献   

支持向量回归分光光度法同时测定苋菜红和果绿     

张永生  魏新军  侯振雨  彭娟 《安徽农业科学》2010,38(33):18641-18642,18653

[目的]建立支持向量回归分光光度法同时测定苋菜红和果绿的模型。[方法]在波长300.0600.0 nm,测定了苋菜红和果绿2种色素混合溶液的吸光度,采用支持向量回归（SVR）方法进行建模,建立了支持向量回归分光光度法同时测定苋菜红和果绿的方法,并对模拟样品进行了测定。[结果]光谱扫描结果表明,2种色素的吸收光谱相互重叠且有较大差异。在300.0-600.0 nm,苋菜红和果绿均有较大吸收。苋菜红和果绿的平均回收率分别为99.996%和99.263%,说明该方法的加和性良好。模拟样品中2种色素的平均回收率分别为98.997%和99.676%。[结论]该试验建立了支持向量回归分光光度法同时测定苋菜红和果绿的模型,达到了预期目的。  相似文献   

支持向量回归及其在农产品成分分析中的应用   总被引：1，自引：0，他引：1  

刘解放  侯振雨  吴亮 《广东农业科学》2007,(12):148-150

介绍了近年来新兴的一种处理非线性分类、回归等问题的机器学习方法--支持向量机(SVM)方法.支持向量机基于结构风险最小化原理,能较好地解决小样本、非线性、高维数和局部极小点等实际问题,对未来样本有较好的泛化能力.阐述了支持向量回归的理论基础、研究现状,及其在农产品成分分析中的应用.  相似文献