支持向量机改进方法在光谱定量分析中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 致谢 | 第8-10页 |
| 目录 | 第10-12页 |
| 第一章 综述 | 第12-32页 |
| ·引言 | 第12-13页 |
| ·光谱定量校正技术概述 | 第13-17页 |
| ·训练样本选择与异常检测 | 第14-15页 |
| ·光谱预处理 | 第15-16页 |
| ·多元校正技术 | 第16-17页 |
| ·基于核函数的非线性建模方法 | 第17-24页 |
| ·核函数方法基本原理 | 第17-19页 |
| ·支持向量机 | 第19-22页 |
| ·其它核函数方法 | 第22-24页 |
| ·异常检测及稳健建模 | 第24-30页 |
| ·异常检测 | 第24-26页 |
| ·稳健建模 | 第26-30页 |
| ·本文主要内容 | 第30-32页 |
| 第二章 PLS-SVM算法在光谱定量分析中的应用 | 第32-50页 |
| ·引言 | 第32-33页 |
| ·相关非线性建模方法介绍 | 第33-36页 |
| ·LS-SVM算法 | 第33-34页 |
| ·KPLS算法 | 第34-36页 |
| ·PLS-SVM算法实现 | 第36-37页 |
| ·模型原理 | 第36页 |
| ·算法步骤 | 第36-37页 |
| ·模型性能分析 | 第37-43页 |
| ·实验数据来源和性能评价指标 | 第37-38页 |
| ·模型拟合效果比较 | 第38-40页 |
| ·模型预测效果比较 | 第40-43页 |
| ·模型参数对PLS-SVM的影响 | 第43-48页 |
| ·σ~2对模型性能的影响 | 第43-45页 |
| ·γ对模型性能的影响 | 第45-46页 |
| ·主成分数n对模型性能的影响 | 第46-48页 |
| ·结论 | 第48-50页 |
| 第三章 WLS-SVM改进算法及其应用 | 第50-60页 |
| ·引言 | 第50-51页 |
| ·WLS-SVM算法原理 | 第51-52页 |
| ·WLS-SVM迭代改进算法 | 第52-54页 |
| ·实验部分 | 第54-55页 |
| ·实验数据来源 | 第55页 |
| ·算法说明 | 第55页 |
| ·异常样本剔除前后模型预测性能对比 | 第55-56页 |
| ·WLS-SVM异常检测能力分析 | 第56-59页 |
| ·异常程度对异常检测能力的影响 | 第57-58页 |
| ·异常比例对异常检测能力的影响 | 第58-59页 |
| ·结论 | 第59-60页 |
| 第四章 工作总结与展望 | 第60-62页 |
| ·研究工作总结 | 第60页 |
| ·研究工作展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 附录 | 第68页 |
| 作者简介 | 第68页 |
| 攻读硕士期间发表及录用论文 | 第68页 |
| 攻读硕士期间参与的科研项目 | 第68页 |
