作者：陈素彬; 胡振玉米近红外光谱脂肪最小二乘支持向量机量子行为粒子群优化算法
摘要：为了建立一个精确、稳健的玉米脂肪近红外光谱定量模型,提出了以全波段光谱建立最小二乘支持向量机（LS-SVM）模型、用量子行为粒子群优化（QPSO）算法结合留一交叉验证（LOO-CV）规则优化模型参数的新方法,并用76份样本数据进行了验证。与常用的偏最小二乘（PLS）校正模型相比,当采用原光谱数据建模预测时,相关系数（Rp）和相对分析误差（RPD）分别由0.9248、2.43升至0.9801、4.38以上,预测均方根误差（RMSEP）从0.0624降到0.0311以下;若将光谱进行多元散射校正（MSC）预处理之后再建模预测,则Rp和RPD分别由0.9618、3.95升至0.9934、8.11以上,RMSEP从0.0395降到0.0215以下。试验结果表明,以全波段近红外光谱建立的QPSO-LSSVM校正模型完全可用于玉米脂肪的实际检测。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
