10.3321/j.issn:0567-7351.2009.10.008
加权最小二乘支持向量机稳健化迭代算法及其在光谱分析中的应用
为克服光谱分析中异常训练样本的影响,提出了一种加权最小二乘支持向量机(WLS-SVM)的稳健化迭代算法.针对原始WLS-SVM在收敛性和稳健性方面的不足,提出了一种新的求取回归误差的方法,从而从根本上解决了WLS-SVM的收敛性问题;同时对原始算法求权值的步骤进行了修正,采用回归误差的中值作为计算加权值的比较基准,大幅度提高了WLS-SVM的稳健性.将算法应用于光谱定量分析中,实验结果证明了该方法是收敛的,并且崩溃点在35%左右,是一种有效的稳健建模方法.
光谱分析、最小二乘支持向量机、收敛性、稳健性、崩溃点
67
O6(化学)
国家高技术研究发展计划863计划2006AA04Z169
2009-09-28（万方平台首次上网日期，不代表论文的发表时间）
共6页
1081-1086
