《表2 不同预处理方法不同牌号烟用爆珠内液SVR模型RMSE和R2值》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《烟用爆珠内液质量稳定性检测——基于紫外光谱技术结合SVR算法》
注:SVR模型参数:SVM type:Regression(ε-SVR);Kernel type:Radial basis function;γ=0.00990099;C value=1;εvalue=0.1.
紫外光谱数据通过预处理可以减少噪音和干扰,提高信噪比,提取出更多有效光谱信息,从而增强光谱的稳定性和分辨率[17]。本研究中首先采用Gaussian Filter平滑法对光谱进行平滑处理,平滑窗口为5,后对比了平滑后归一化(Normalize)、多元散射校正(MSC)、标准正态变量变换(SNV)、一阶导数和二阶导数预处理方法对SVR模型的影响,依据校正均方根(RMSE)和相关系数(R2)值考察数据预处理效果,其中RMSE越小,R2值越大,模型的拟合度越高、稳定性越好[9]。不同预处理方式RMSE和R2值如表2所示。无预处理时,除C牌号外,其他三个牌号烟用爆珠内液SVR模型R2值均大于0.95。平滑后Normalize、MSC、SNV和一阶导数预处理均能提高C牌号烟用爆珠内液SVR模型R2值,仅二阶导数预处理显著降低了C牌号烟用爆珠内液SVR模型R2值,可能是因为光谱数据中带有少许随机噪声,采用导数方法时放大了这些噪声信号,从而导致信噪比降低。综合比较平滑后归一化、MSC、SNV和一阶导数预处理方法,其中归一化法预处理结果略优于其他预处理结果。因此,平滑加归一化被选为最优预处理方法。
图表编号 | XD0083223900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.30 |
作者 | 朱玲、唐杰、许嘉东、胡兴锋、彭忠、谭广璐、朱立军 |
绘制单位 | 重庆中烟工业有限责任公司技术中心、重庆中烟工业有限责任公司技术中心、重庆中烟工业有限责任公司技术中心、重庆中烟工业有限责任公司技术中心、重庆中烟工业有限责任公司技术中心、重庆中烟工业有限责任公司技术中心、重庆中烟工业有限责任公司技术中心 |
更多格式 | 高清、无水印(增值服务) |