文献

J-GLOBAL ID：201302258225350738   整理番号：13A0913322

部分的最小二乗法判別分析とサポートベクトルマシンを結合することによる近赤外分光分析柔らかい検出方法

Near-infrared spectroscopy soft-sensing method by combining partial least squares discriminant analysis and support vector machine

著者 (3件)： Dong Xuefeng (State Key Lab oratory of Industrial Control Technol.,Zhejiang Univ., Hangzhou) ,  Dai Liankui (State Key Lab oratory of Industrial Control Technol.,Zhejiang Univ., Hangzhou) ,  Huang Chengwei (State Key Lab oratory of Industrial Control Technol.,Zhejiang Univ., Hangzhou)
資料名： Zhejiang Daxue Xuebao. Gongxue Ban  (Zhejiang Daxue Xuebao. Gongxue Ban)
巻： 46  号： 5  ページ： 824-829  発行年： 2012年 
JST資料番号： W1536A  ISSN： 1008-973X  CODEN： ZDXGFS  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 近赤外スペクトル解析の機能を改良するために,本論文は,部分的最小二乗法判別分析(PLS-DA)とサポートベクトルマシン(SVM)を結合する柔らかい検出方法(PLS-DA-SVM)を提案した。いくつかのクラスによるトレーニングサンプルに基づいて,最初に,PLS-DAによって構築する二分木は,マルチプル分類のために導入した。第二に,定量的解析のためのサブ-モデルは,部分的最小二乗法サポートベクトルマシン(PLS-SVM)によって構築した。試験試料のために,PLS-DA分類樹木はそのクラスを確定するために貢献して,サブモデル対応するPLS-SVMは定量的解析のために選んだ。ガソリンサンプルの研究オクタン価を確定するために,近赤外分光分析データによってPLS-DA-SVMモデルを確立した。モンテカルロ交差検証法は,2つのオイル精練所からの57の生成物ガソリンサンプルによって予備成形した。結果は,ガソリンブランドの認識のための誤差比率が0.07%であることを平均分類に示した。それは他のパターン認識方法より低かった。予測の実効値誤差(RMSEP)は0.243まで減らして,相関係数(R2)は0.991以下であった。それはPLS,LS-SVMと他のモデリング方法に大きな改良を示した。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *サポートベクトルマシン ,  パターン認識 ,  近赤外分光分析 ,  コンピュータ ,  ベクトルプロセッサ ,  並列演算 ,  最小二乗法 ,  検出法 ,  判別分析 ,  近赤外スペクトル ,  適応訓練 ,  モンテカルロ法 ,  オクタン価
準シソーラス用語： 検出方法 ,  トレーニング ,  モンテカルロ

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (5件)： 最小二乗法 ,  判別分析 ,  サポートベクトルマシン ,  近赤外分光分析 ,  検出方法