首页 > 论文 > 中国激光 > 46卷 > 11期(pp:1111002)

基于支持向量机模型寻优方式对比分析 [Early Posting]

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

摘要:快速准确检测出复合肥生产时元素含量,指导厂家生产具有重要意义。对支持向量机(SVM:Support Vector Machine)常用寻优方式进行深度分析对比,以复合肥中磷(P),氮(N),钾(K)元素含量定量分析为例,针对传统网格搜索法(GSM:Grid Search Method),遗传算法(GA:Genetic Algorithm),粒子群算法(PSO: Particle Swarm Optimization),最小二乘法(LS:Least Squares)四种寻优方式作对比研究。使用激光诱导击穿光谱(LIBS)技术获取安徽徽隆集团提供的58个复合肥样品特征谱线并采用Matlab进行洛伦兹拟合得到光谱强度,用Kennard-Stone(K-S)选取训练集(43个)和测试集(15个),以相关系数(R2),绝对误差,训练时间(t)作为评价四种方式指标进行对比研究。结果表明,LS-SVM相较于其他算法在时间上更短,误差最小,更适合复合肥中元素的快速定量分析。

广告组1 - 空间光调制器+DMD
补充资料

DOI:10.3788/cjl201946.1111002

作者单位:

    安徽大学
    安徽大学
    安徽大学

引用该论文

李江涛,沙文,郑春厚. 基于支持向量机模型寻优方式对比分析[J].中国激光,2019,46(11):1111002.