收藏本站
《浙江大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

稳健回归技术及其在光谱分析中的应用

包鑫  
【摘要】:现代工业生产过程中,为了严格控制产品质量,降低能耗与生产成本,减少对环境的污染,需要加强对产品质量的监测分析。产品质量分析方法主要包括化学分析法与仪器分析法,目前仪器分析法已成为分析方法的主流。光谱分析技术,因其分析速度快、对样品无损、操作技术要求低等优势,已成为一类常用的仪器分析方法,近年来得到了普遍的重视与广泛的应用。光谱定量分析大都采用如下方法:首先基于一组已知组成或属性的训练样本与对应的谱图建立光谱分析模型,再基于该模型与未知样品的谱图对未知样品的组成或性质进行分析计算。 然而,实际应用中,受环境干扰、仪表偏差和人为失误等因素的影响,训练样本数据集中很可能存在部分异常样本;这些异常样本显著地降低了分析模型的可靠性与准确性。如何避免或减少异常或错误训练样本对分析结果的不利影响,已成为当前迫切需要解决的问题。本文以光谱定量分析为背景,对稳健回归技术进行了深入的研究,具体包括: 1.针对现有稳健偏最小二乘(Partial Least Squares, PLS)的不足,提出了一种具有异常样本自动剔除功能的稳健PLS算法。该算法在建模过程中进行迭代计算,通过PLS回归误差分布确定置信区间,并由此自动剔除异常样本。同时,在现有局部回归的基础上,提出了稳健局部主成分回归(Principle Component Regression, PCR)算法。该算法对PCR所涉及的主成分分析和多元线性回归两个步骤都进行了稳健化处理,并在多元线性回归时采用了局部回归。上述稳健算法已应用于汽油辛烷值近红外光谱分析中,结果表明:这两种算法在稳健性和准确性上都优于其他线性稳健回归方法。 2.为了提高现有最小二乘支持向量机(Least Squares Support Vector Machine, LS-SVM)的稳健性,提出了一种稳健的LS-SVM算法。该算法使用LS-SVM回归误差分布的稳健置信区间选择训练样本中尽可能多的正常样本用于LS-SVM建模,同时尽可能多地剔除异常样本。为了减少迭代计算时间,又提出了相应的快速算法。仿真与试验结果验证了算法的有效性。在此基础上,将该算法应用于汽油品质拉曼光谱分析仪中,运行结果表明,该方法能够有效检测出异常样本,模型预测精度符合实际应用的要求。 3.针对原始加权LS-SVM (Weight LS-SVM, WLS-SVM)在收敛性和稳健性方面的不足,提出了一种WLS-SVM的稳健化迭代算法。该算法修正了原始WLS-SVM求取回归误差的计算公式,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改进,采用回归误差的中值作为计算加权值的比较基准,从而大幅度提高了WLS-SVM的稳健性。 4.为进一步提高WLS-SVM的稳健性,提出了一种结合M估计器的LS-SVM算法(MLS-SVM)。该算法用M估计器的残差代替LS-SVM目标函数中的最小二乘残差,并利用迭代方式求解修正后的优化问题。针对红外光谱分析的实验结果显示了该算法比WLS-SVM及其它常用的支持向量机算法更稳健,且计算时间与LS-SVM相差无几,可用于需要实时计算的场合。 5.在上述研究的基础上,提出了广义LS-SVM算法(generalized LS-SVM, GLS-SVM)。该算法利用一般意义下的递减的残差偶函数代替了LS-SVM中的残差平方和,并采用迭代算法对GLS-SVM进行求解。在迭代计算过程中,并不需要计算残差偶函数,而只需要构造一个关于残差的加权函数;本文同时给出了几种典型的加权函数。针对烟草属性近红外光谱分析的研究结果表明,经过选择合适的加权函数,GLS-SVM具有良好的稳健性和预测精度。 最后,在总结全文的基础上,对稳健回归技术及其应用进行了展望。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陈海菊;安居白;刘建鑫;;基于SVM的激光诱导荧光遥感识别海面溢油[J];应用能源技术;2008年02期
2 马新明;韩占忠;刘平;;基于支持向量机的输电线路故障诊断分类[J];电气开关;2009年05期
3 韩永章;;基于支持向量机的旋转机械故障诊断研究[J];科技信息;2010年12期
4 潘浪;单明霞;;支持向量机在资源评价中的应用研究[J];长江大学学报(自然科学版)理工卷;2009年04期
5 李之波;;多因素支持向量机模型在江苏省中长期电力负荷预测中的应用[J];华北水利水电学院学报;2009年01期
6 孙志华;沈小厚;;基于RBF核函数的SVM在容量预测中的应用[J];经营管理者;2010年06期
7 田红军;王锡怀;肖健梅;;基于SVM的内模控制算法在船舶航向中的应用[J];仪器仪表用户;2010年05期
8 孔凡芝;王以忠;何静;;基于离散余弦变换和支持向量机的人脸识别方法研究[J];仪器仪表用户;2006年06期
9 敖小琴;张桥艳;孙宏;;航空客运量预测[J];科学技术与工程;2009年24期
10 王玉松;;基于SVM的雷达故障预诊断技术研究[J];舰船电子工程;2011年08期
11 王明高;王琰;;基于小波提取特征的SVM目标识别[J];沈阳理工大学学报;2006年05期
12 程历军;许小刚;孙玮;;支持向量机在汽轮机故障诊断中的应用[J];福建电脑;2009年11期
13 赵璐华;彭涛;;一种有效的SVM参数优化选择方法[J];制造业自动化;2010年09期
14 姜琪文,许强,何政伟;基于SVM多类分类的滑坡区域危险性评价方法研究[J];地质灾害与环境保护;2005年03期
15 肖志刚;徐宏;杨素林;王岩;孙玉梅;;基于平衡策略的支持向量机在电力系统中期负荷预测的应用[J];河北农业大学学报;2006年05期
16 于滨;杨忠振;林剑艺;;应用支持向量机预测公交车运行时间[J];系统工程理论与实践;2007年04期
17 王玉;高庆敏;孙丙宇;;基于SVM的GA及其在农业产业结构优化中的应用[J];华北水利水电学院学报;2008年01期
18 陈伟宏;;基于SVM的人脸表情识别[J];科学技术与工程;2008年21期
19 杨栋;束洪春;刘凤龙;;基于S变换与SVM的暂态电能质量扰动识别[J];云南电力技术;2010年02期
20 范红波;张英堂;任国全;罗鸿飞;;基于SVM的柴油机油液光谱预测模型研究[J];润滑与密封;2006年11期
中国重要会议论文全文数据库 前10条
1 司爱威;冯辅周;江鹏程;饶国强;王建;;基于可变风险SVM模型的故障识别方法研究[A];第十届全国振动理论及应用学术会议论文集(2011)上册[C];2011年
2 邵杰;叶宁;容亦夏;;基于SVM的多波束测深数据滤波[A];第二十九届中国控制会议论文集[C];2010年
3 王红伟;董慧;;一种提高SVM分类精度的调制信号识别方法[A];2010年西南三省一市自动化与仪器仪表学术年会论文集[C];2010年
4 周广春;潘登;;面外均布荷载作用下砌体墙板破坏模式特征值提取的SVM方法[A];工程设计与计算机技术:第十五届全国工程设计计算机应用学术会议论文集[C];2010年
5 于湘涛;周峰;张兰;魏超;;基于SVM和田口方法的石英挠性加速度计健壮性设计[A];质量——持续发展的源动力:中国质量学术与创新论坛论文集(下)[C];2010年
6 张睿;陈雪;马建文;;基于递归SVM的高光谱数据特征选择算法研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
7 蔡志理;姜桂艳;丁秋实;;基于SVM和数据融合技术的高速公路AID算法设计[A];第二十七届中国控制会议论文集[C];2008年
8 ;A Tool Wear Predictive Model Based on SVM[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
9 蔡志理;姜桂艳;;多SVM分类器融合技术在高速公路AID中的应用[A];第二十七届中国控制会议论文集[C];2008年
10 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
中国重要报纸全文数据库 前10条
1 郭涛;利用SVM虚拟化技术实现容灾[N];中国计算机报;2008年
2 本报记者 韩露;乱军之中智者胜[N];证券时报;2000年
3 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
4 本报记者 丁冰;保险公司主业仍稳健回归保障功能正当时[N];中国证券报;2008年
5 ;基于网络层的存储虚拟化是主流[N];中国计算机报;2008年
6 李水根;计算机详解配伍与药效关系[N];健康报;2005年
7 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
8 本报记者 郭平;LSI发布新存储虚拟化管理器[N];计算机世界;2008年
9 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
10 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
中国博士学位论文全文数据库 前10条
1 包鑫;稳健回归技术及其在光谱分析中的应用[D];浙江大学;2010年
2 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年
3 宋国明;基于提升小波及SVM优化的模拟电路智能故障诊断方法研究[D];电子科技大学;2010年
4 张婧;基于SVM的肺结节自动识别方法研究[D];华南理工大学;2011年
5 申丰山;样例权重估计及在此基础上的SVM[D];西安电子科技大学;2011年
6 许敏强;基于话者统计特征和SVM的文本无关话者确认研究[D];中国科学技术大学;2011年
7 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
8 王金林;基于混沌时间序列和SVM的入侵检测系统研究[D];天津大学;2010年
9 王开义;基于支持向量机的农产品生产关键控制点发现研究[D];北京工业大学;2011年
10 刘京礼;鲁棒最小二乘支持向量机研究与应用[D];中国科学技术大学;2010年
中国硕士学位论文全文数据库 前10条
1 曾玉祥;盲抽取与SVM方法在地球化学异常下限提取中的应用[D];成都理工大学;2010年
2 杨飞;基于SVM的煤炭销售分析预测系统的研究[D];太原科技大学;2011年
3 蔡磊;SVM及其扩展算法在图像处理中的应用研究[D];西安石油大学;2010年
4 高洁;基于SVM的基因表达谱分析和函数集VC维研究[D];华东师范大学;2011年
5 姚玉;基于GA-SVM算法的细胞色素酶P450突变预测[D];上海交通大学;2011年
6 曹云生;基于支持向量机(SVM)的森林生态系统健康评价及预警[D];河北农业大学;2011年
7 严会霞;基于SVM的眼动轨迹解读思维状态的研究[D];太原理工大学;2010年
8 杨焕;基于Basic-N-Units特征的SVM方法预测MicroRNA[D];吉林大学;2010年
9 陈燃燃;基于SVM算法的web分类研究与实现[D];北京邮电大学;2010年
10 吴迪;基于SVM分类器的分步定位算法研究[D];哈尔滨工业大学;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978