基于局部最小二乘支持向量機的光譜定量分析

摘　要　提出了一種基于局部最小二乘支持向量機(LSSVM)的回歸方法,以克服待測參數和光譜數據間的非線性。本方法首先通過歐式距離選取局部訓練樣本子集,然后利用該子集建立LSSVM校正模型。由于每個測試樣本建模時要選取不同的訓練樣本,因此提出相對距離的概念用來改進高斯核函數,使LSSVM的參數對于不同的訓練樣本具有自調整功能。針對一批汽油樣本的實驗結果表明,本方法的預測精度優于常見的局部線性建模方法和全局建模方法。