稳健化最小二乘支持向量机在近红外光谱分析中的应用

摘要

为克服光谱分析中异常训练样本的影响，提出了一种加权最小二乘支持向量机(WLS-SVM)的稳健化算法。针对原始WLS-SVM在稳健性方面的不足，对原始算法求权值的步骤进行了修正，采用回归误差的中值作为计算加权值的衡量标准，大幅度提高了WLS—SVM的稳健性。将本文的算法应用于光谱定量分析中，实验结果证明了该方法是收敛的，并且崩溃点超过35％，是一种有效的稳健建模方法。