| 基于MPSO-SVM的硫化橡胶及助剂的太赫兹光谱分类识别 |
| |
| 引用本文： | 殷贤华,刘昱,贺微,奉慕霖,石玉林.基于MPSO-SVM的硫化橡胶及助剂的太赫兹光谱分类识别[J].激光技术,2021,45(1):7-12. |
| |
| 作者姓名： | 殷贤华 刘昱 贺微 奉慕霖 石玉林 |
| |
| 作者单位： | 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;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;广西自动检测技术与仪器重点实验室,桂林541004 |
| |
| 基金项目： | 国家自然科学基金;广西自然科学基金;广西自动检测技术与仪器重点实验室主任基金 |
| |
| 摘 要： | 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。
|
| 关 键 词： | 光谱学 粒子群算法 支持向量机 分类识别 橡胶与助剂 |
| 收稿时间： | 2020-03-04 |
Classification and recognition of vulcanized rubber and its auxiliary based on MPSO-SVM |
| |
| Abstract: | In order to strengthen the detection and analysis of vulcanized rubber and its auxiliaries with similar appearance and odor or similar characteristics, the support vector machine modeling method based on improved particle swarm optimization was introduced into the qualitative analysis of terahertz spectrum. The experimental results show that the accuracy of the improved algorithm is larger than 81.25% for different data sets. Compared with support vector machine algorithm optimized by traditional particle swarm optimization, the algorithm also improves the recognition time, and the time spent overall is less than 9.40s. The method can be stably and accurately classified for different data sets, and provides a new research idea for the detection and classification of rubber and its additives. |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《激光技术》浏览原始摘要信息 |
|
点击此处可从《激光技术》下载全文 |
|
