- · 我所荣获2020年度消防工作先进单位称号[12/07]
- · 我所减振技术事业部荣获“上海市模范集体”称号[12/03]
- · 关于发布《2019-2020年度上海材料研究所研究生教育质量报告》的公告[10/28]
- · 我所荣获2020年市科技系统职工乒乓球团体赛(市属板块)第一名[10/26]
- · 巡视公告[10/16]
- · 关于对两项国家标准及一项国家标准化指导性技术文件征求意见的通知[10/15]
- · 关于对《焊缝无损检测 超声检测衍射时差技术(TOFD)的应用》等 两项国家标准征求意见的通知[09/24]
- · 我所两项参赛项目分别荣获第六届“纳米之星”创新创业大赛暨长三角科创板潜力企业选拔赛未来企业组二等奖三等奖[09/17]
最小二乘支持向量机结合红外光谱法测定润滑油酸值
作者: 史令飞 [1] 瞿军 [2] 邢志娜 [2]
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.
上一篇: 实时荧光聚合酶链式反应技术测定肉制品中犬源性成分
下一篇: 电感耦合等离子体原子发射光谱法测定铀铌混合氧化物中镉、锡和锌