基于支持向量机的近红外特征变量选择算法用于树种快速识别

编号 zgly0001003785

文献类型 期刊论文

文献题名 基于支持向量机的近红外特征变量选择算法用于树种快速识别

学科分类 220.5570;林产化学加工学

作者 梁龙  房桂干  吴珽  崔宏辉  张新民  赵振义 

作者单位 中国林业科学研究院林产化学工业研究所  江苏省生物质能源与材料重点实验室  国家林业局林产化学工程重点开放性实验室  生物质化学利用国家工程实验室  华夏科创仪器有限公司 

母体文献 分析测试学报 

年卷期 2016(1)

页码 101-106

年份 2016 

关键词 近红外光谱  支持向量机  变量选择  树种识别  制浆造纸 

文摘内容 将稳定度自适应重加权采样特征变量选择算法用于支持向量机定性分析(Support vector machine-stability competitive adaptive reweighted sampling,SVM-SCARS)。该算法通过对数据多次采样建模计算各变量的稳定度值,稳定度值能更加客观准确地评估变量在建模中的作用,因此可作为变量重要性的评价依据。