《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。