基于MPSO-SVM的硫化橡胶及助剂的太赫兹光谱分类识别OA北大核心CSCDCSTPCD
Classification and recognition of vulcanized rubber and its auxiliary based on MPSO-SVM
为了加强硫化橡胶及其助剂的检测分析,对外表、气味或者特性相似的橡胶及其助剂准确分类,将改进的粒子群优化支持向量机的建模方法引入到太赫兹光谱的定性分析中.结果表明,针对不同的数据集,本研究算法最低的综合分类正确率为81.25%;相较于传统粒子群优化的支持向量机算法,本算法在识别时间上也有所提高,时间耗费整体小于9.40s.该方法针对不同数据集可以稳定、准确地分类,为硫化橡胶及其助剂的定性分析提供了新的研究思路.
殷贤华;刘昱;贺微;奉慕霖;石玉林
桂林电子科技大学 电子工程与自动化学院,桂林541004广西自动检测技术与仪器重点实验室,桂林541004桂林电子科技大学 电子工程与自动化学院,桂林541004广西自动检测技术与仪器重点实验室,桂林541004桂林电子科技大学 电子工程与自动化学院,桂林541004
数理科学
光谱学粒子群算法支持向量机分类识别橡胶与助剂
《激光技术》 2021 (1)
7-12,6
国家自然科学基金资助项目(61841502)广西自然科学基金资助项目(2018GXNSFAA281341)广西自动检测技术与仪器重点实验室主任基金资助项目(YQ19102)
评论