论文部分内容阅读
对分光光度同时测定润滑油中的Ca，Ba，原油中的Fe，Ni，V，润滑油中的Fe，Cu，Zn和铝合金中的Fe，Mn，Cu，Zn的光谱数据分别采用偏最小二乘（PLS）和ε-支持向量机（ε-SVM）两种方法进行解析，结果表明PLS和ε-SVM都能利用校正样建立有效的校正模型对合成样进行合理预测，但从预测结果的绝对误差和平均相对误差的比较看，ε-SVM的预测准确率要比PLS方法高，表明ε-SVM在紫外光谱数据解析方面有着比PLS更好的回归能力，适合用来处理多元校正问题．