论文部分内容阅读
测定了120个产自福建、安徽和云南烟草样品的近红外光谱．在利用支持向量机（SVM）技术建立其定量、定性分析模型之前，用小波变换技术对光谱变量进行了有效的压缩，然后采用径向基核函数建立了75个烟草样品的分类模型，同时建立了总糖、还原糖、烟碱和总氮4个组分的定量分析模型，并利用45个烟草样品对模型进行了检验．仿真实验表明，建立的SVM分类模型分类准确率达到100％，而4个组分的定量分析模型的预测决定系数（R^2）、预测均方差（RMSEP）和平均相对误差（RME）3个指标值显示其模型泛化能力非常强，预测效果良好