摘要 : 近年来,由于安全、无损、高效等因素,基于近红外光谱及人工智能算法的无创检测在医学、生物等领域内备受关注。如何获取智能回归模型的近红外光谱有效特征是关键问题之一。以血糖浓度检测为例,融合近红外光谱、遗传算法与支持向量回归(GA-SVR),建立了... 展开
| 作者 | 于欣冉 赵鹏 宦克为 李野 姜志侠 周林华 |
|---|---|
| 作者单位 | |
| 期刊名称 | 《光谱学与光谱分析》 |
| 期刊英文名称 | 《Spectroscopy and Spectral Analysis》 |
| 页码/总页数 | P.3020-3028 / 9 |
| 语种/中图分类号 | 汉语 / O433 |
| 关键词 | 近红外光谱 无创检测 特征选择 遗传算法 支持向量机 |
| DOI | 10.3964/j.issn.1000-0593(2024)11-3020-09 |
| 基金项目 | 吉林省自然科学基金自由探索重点项目(YDZJ202201ZYTS585);吉林省创新能力建设项目(2022C047-2);国家自然科学基金项目(11401092)资助。 |
| 收录情况 | BDHX CSTPCD |
| 机标主题词 / 分类号 | 近红外光谱;近红外线;检测 / O433.5;O434.3;TB463.1* |
