最小二乘支持向量机结合红外光谱法测定润滑油酸值
来源期刊：理化检验-化学分册2018年第2期
论文作者：史令飞 瞿军 邢志娜
文章页码：200 - 203
关键词：最小二乘支持向量机;红外光谱;润滑油;酸值;
摘 要：在润滑油酸值进行红外光谱法测定中,采用最小二乘支持向量机（LS-SVM）建立了酸值的定量预测模型。用Kennard-Stone方法将30个样本划分为训练集（24个样本）和验证集（6个样本）,进行定量预测,并与偏最小二乘法和径向基函数神经网络所建模型的预测进行比较。结果表明:LS-SVM所建模型的预测标准偏差（SEP）最小,仅为0.002;预测值的相对误差为1.3%5.3%。由此认为LS-SVM所建模型的训练和预测结果均优于其余两种方法所建模型。对5个未知样品的分析结果表明:LS-SVM模型的预测值与化学法实测值之间的相对误差（1.2%3.1%）也较少。
史令飞1，瞿军2，邢志娜2
1. 海军航空工程学院研究生管理大队2. 海军航空工程学院飞行器工程系
摘 要：在润滑油酸值进行红外光谱法测定中,采用最小二乘支持向量机（LS-SVM）建立了酸值的定量预测模型。用Kennard-Stone方法将30个样本划分为训练集（24个样本）和验证集（6个样本）,进行定量预测,并与偏最小二乘法和径向基函数神经网络所建模型的预测进行比较。结果表明:LS-SVM所建模型的预测标准偏差（SEP）最小,仅为0.002;预测值的相对误差为1.3%5.3%。由此认为LS-SVM所建模型的训练和预测结果均优于其余两种方法所建模型。对5个未知样品的分析结果表明:LS-SVM模型的预测值与化学法实测值之间的相对误差（1.2%3.1%）也较少。
关键词：最小二乘支持向量机;红外光谱;润滑油;酸值;
