论文部分内容阅读
本文用近红外光谱结合最小二乘双胞胎支持向量机（LSTSVM）算法建立了烟叶等级分类模型。从三个等级共210个烟叶样品中，取出120个样品作为建模集，剩余90个样品作为预测集。为了建立最优模型，对光谱预处理方法和模型参数进行筛选优化，最优模型对预测集样品的平均识别率为95．569／6，结果表明该方法可以作为烟叶等级分类的一种有效方法。此外，将该算法与SIMCA、PLS—DA、SVM等三种常见的模式识别算法进行了比较，结果表明基于样品的原始光谱，同等条件下，LSTSVM算法的预测效果优于其他三种算法。