基于判定区间伸缩因子的决策融合算法研究

以近红外光谱分析技术为基础,结合化学计量学分析方法,对西湖龙井和普通龙井进行鉴别研究,提出一种基于判定区间伸缩因子决策融合的鉴别方法。该方法采用支持向量机(SVM)结合向后区间偏最小二乘法(BiPLS)进行决策融合,并引入判定区间伸缩因子对判定区间进行调节,找到最优判定区间。以西湖龙井和普通龙井样本为材料,采集样本的近红外光谱,使用二阶导数对原始光谱进行预处理,采用该方法建立分类模型,对西湖龙井和普通龙井进行分类。结果表明,对72份训练集样本和38份预测集样本进行分类,训练集样本和预测集样本分类的准确率均达到100%,证明该方法对西湖龙井和普通龙井能进行有效的分类鉴别。