10.3969/j.issn.1000-3932.2004.03.018
紫外光谱水质分析仪中的支持向量机方法
基于统计学习理论的支持向量机方法提出了有机污染物浓度与紫外光谱数据的建模方法,该方法具有较好的泛化能力和全局最优的特点,得到的数学模型其预测能力明显改善,从而提高了紫外光谱水质分析仪的测量精度.实验表明该方法优越于目前在紫外光谱水质分析仪中通常采用的最小二乘、部分最小二乘、神经网络等方法.
紫外光谱、水质分析、支持向量机、建模、泛化能力
31
TH744(仪器、仪表)
2004-08-18（万方平台首次上网日期，不代表论文的发表时间）
共4页
54-56,60
