支持向量机回归法在近红外光谱测定植物纤维原料中甲氧基含量中的应用 APPLICATION OF SUPPORT VECTOR MACHINE(SVM)REGRESSION METHOD IN DETERMINATION OF METHOXYL GROUP CONTENT IN PLANT FIBROUS MATERIAL BY NEAR-INFRARED SPECTROSCOPY.pdf

吴新生，等：支持向量机回归法在近红外光谱测定植物纤维原料中甲氧基含量中的应用 17 支持向量机回归法在近红外光谱测定植物纤维 原料中甲氧基含量中的应用木 吴新生1，3谢益民23 3．华南理工大学制浆造纸工程国家重点实验室，广州510640) ．摘要 以26个植物纤维原料为实验材料，由20个样品作校正样品，采用径向基核函数方法对纤维原料中甲氧 基含量与纤维原料样品近红外光谱进行支持向量机(SVM)回归建模。以所建SVM回归模型对6个纤维原料样品 中甲氧基含量进行预测，回归模型的预测结果与采用改良的维伯克法确定的甲氧基含量的相关系数为0．977，预测 样本集的标准偏差为0．43。将SVM回归模型的预测效果与PLS回归模型的预测结果进行比较，所建近红外光谱测 定植物纤维原料中甲氧基含量的SVM回归模型可用于实际植物纤维原料样品的定量分析，且具有较好的分析效 果。 关键词 支持向量机回归 甲氧基植物纤维近红外光谱 甲氧基是植物纤维原料的重要功能基之一，它 险。SVM回归建模将低维非线性的输入映射到高 主要存在于木素上，少量存在于半纤维素及果胶质 维线性的输出，模型简单，具有良好的应用前景。 上。甲氧基的含量不仅影响植物纤维原料蒸煮脱木 SVM回归基于最小化结构风险，而不是传统意义上 素的速度，而且还反映木素的结构特性。因此，测定 的经验风险最小化，方法的基本思想是通过一个非 植物纤维原料的甲氧基含量具有重要意义。 线性映射，将数据样本映射到高维特征空间，并在这 传统测定甲氧基的方法采用维伯克法等化学分 个空间进行线性回归。由于SVM的理论较新，目 析法，该方法分析时间长、成本高、误差大且污染严 前，多数有关支持向量机的研究仅仅局限于理论和 重，不适合大量、快速的样品分析。近红外光谱技术 仿真，而应用于实际较少，因此将理论应用于解决实 (NIR)是一种便捷、快速及无污染的分析测试技 际问题的研究具有重要意义。笔者将SVM回归法 术，不仅在农业、石油化工等领域得到了广泛应 应用于植物纤维原料中甲氧基含量的近红外光谱定 用u]，在造纸工业中也得到了一定的应用心3j。应量分析中，建立测量模型，取得了较好的效果。 用NIR进行检测的技术关键是在近红外光谱数据 1实验部分 与化学测量值之间建立一种定量的函数关系。因 1．1原料的来源及处理 此，实现植物纤维原料的甲氧基含量的快速测量的 为了获得典型的样本数据，植物纤维原料尽量 重点是如何建立精度高、稳健性强的甲氧基含量的 取自各造纸厂，其余取自广州华南植物园等地。各 近红外光谱测量模型。 种纤维原料经风干后，切成细条，用粉碎机进行粉 目前用于近红外光谱定量分析建模方法主要有 多元线性回归(MLR)、逐步回归(SMR)、主成分回 归(PCR)与偏最小二乘(PLS)、人工神经网络 进行筛分，得到各个分级的样品，分别用于甲氧基含 J。支持向量机o(SVM)方法是建立 (ANN)法等H 量和近红外光谱的测量，校正样本集和测试样本集 在SLT(StatisticalTheory)的VC(Vapnik— Learning 植物纤维原料以及甲氧基含量分别列于表1、表2。 Chervonenkis)维理论和结构风险最小原理的基础 1．2近红外漫反射光谱的测定方法 上，根据有限样本信息在模型的复杂性和学习能力 之间寻求最佳折衷，以期获得最好的推广能力。