[发明专利]一种基于支持向量机的近红外光谱数据分析方法

说明书

本发明公开了一种基于支持向量机的近红外光谱数据分析方法，包括如下步骤：1)采集样本的近红外光谱图和样本中某种物质的含量；2)对数据进行预处理，同时进行特征波长选择；3)取m个数据作为训练集，剩下的n‑m个数据作为测试集；4)基于训练集和测试集，对数据进行归一化处理；5)寻找最佳参数惩罚因子c和RBF核函数中的方差g，进行第一次支持向量机回归模型训练；6)将第一次模型预测中不能正确分类的样本加入到训练集中，重复上述的3)至5)步，建立第二次支持向量机回归的模型；7)存储训练出来的近红外光谱数据分析的回归模型；8)进行支持向量机仿真预测。本发明能够更为准确的分析近红外光谱的数据，预测的精度高。

技术领域

本发明涉及红外光谱数据分析技术，尤其涉及一种基于支持向量机的近红外光谱数据分析方法。

背景技术

目前近红外光谱数据分析中常用到的算法常用的有：偏最小二乘法：建立回归模型的同时可以进行主成分分析简化数据，预测性能较好，但是仅在少数情况下使用具有优势；BP神经网络算法：具有很强的非线性映射能力和自学习能力，但是学习速度慢，容易出现“过拟合”现象；线性判别分析法：属于有监督的学习降维，不适合非高斯分布样本进行降维，可能会过度拟合数据；主成分分析法：有助于信息的提取和聚类分析，能够有效地降低误差和消除噪音，当样本中的部分有用变量的相关性很小时，容易发生遗漏。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于支持向量机的近红外光谱数据分析方法。

本发明解决其技术问题所采用的技术方案是：

一种基于支持向量机的近红外光谱数据分析方法，包括如下步骤：

1)采集样本的近红外光谱图和样本中某种特征物质的含量，例如蛋白质或者油的含量；

2)对数据进行预处理以减少近红外光谱噪声对模型构建的影响，同时进行特征波长选择；

3)利用随机数函数产生得到的m个数据作为训练集，剩下的(n-m)个数据作为测试集；

4)基于训练集和测试集，对数据进行归一化处理；

5)寻找最佳参数c(惩罚因子)和参数g(RBF核函数中的方差)，训练支持向量机，进行反归一化，并且进行第一次支持向量机回归模型的训练；

参数寻找具体如下：

核函数采用了默认的RBF核函数，让惩罚因子c和RBF核函数中的方差g在设定的范围内进行取值，自由组合得到多组c和g参数的组合，对于取定的参数组合，把上述的训练集作为原始数据集，利用交叉验证的方法在此组c和g下进行训练，将模型准确率最高的c和g参数作为最佳参数；当模型的性能相同时，选择惩罚因子c比较小的参数组合；

6)若存在第一次模型训练中不能正确分类的样本，将第一次模型预测中不能正确分类的样本加入到训练集中，重复上述的步骤3)至5)，建立第二次支持向量机回归的模型，通过支持向量机回归对近红外光谱的数据进行分析，得到训练集预测结果；

7)存储训练出来的近红外光谱数据分析的回归模型；

8)进行支持向量机仿真预测,得出训练集预测结果和测试集预测结果进行对比。

本发明产生的有益效果是：本发明提供了一种准确率更高的预测方法。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明实施例的近红外光谱图；

图2是本发明实施例的训练集预测结果对比图；

图3是本发明实施例的测试集预测结果对比图；