秦皇岛市科学技术研究与发展计划课题(200901A032)
- 作品数：2 被引量：22H指数：2
- 相关作者：毕卫红谈爱玲赵勇更多>>
- 相关机构：燕山大学更多>>
- 发文基金：秦皇岛市科学技术研究与发展计划课题河北省自然科学基金高等学校科技创新工程重大项目更多>>
- 相关领域：理学更多>>
- 基于KPCA和LSSVM的蜂蜜近红外光谱鉴别分析被引量：13
- 2011年
- 为快速鉴别普通植物源与中草药植物源蜂蜜,提出一种核主成分析和最小二乘支持向量机相结合的蜂蜜近红外光谱定性分析新方法。利用傅里叶变换近红外光谱仪测定普通洋槐蜂蜜和益母草、黄连两种中药植物源蜂蜜样本的近红外光谱并预处理,然后对光谱进行核主成分分析,提取非线性特征,最后设计基于纠错编码最小二乘支持向量机的多类分类器模型。采用网格搜索法确定模型最优参数,利用最优分类模型对未知类别蜂蜜样本进行识别,正确率可达96.67%。结果表明,基于KPCA和LSSVM的近红外光谱定性分析算法鉴别普通植物源与中草药植物源蜂蜜是可行的。
- 谈爱玲毕卫红
- 关键词：近红外光谱核主成分分析最小二乘支持向量机蜂蜜
- 基于稀疏非负矩阵分解和支持向量机的海洋溢油近红外光谱鉴别分析被引量：9
- 2011年
- 提出一种海洋溢油近红外光谱特征提取与种类鉴别新方法。海面溢油种类鉴别对现场应急处置方案的制定和可疑溢油源的追踪具有重要意义。采用傅里叶变换近红外光谱仪测定汽油、柴油、煤油三类模拟海洋溢油样本的近红外光谱,基于稀疏非负矩阵分解算法对光谱进行特征提取,采用五重交叉检验,对210个样本进行训练,建立基于支持向量机的溢油光谱定性分析模型,同时讨论非负特征基数目以及稀疏因子对分类正确率的影响;利用训练好的分类器对90个未知样本进行鉴别,识别正确率达97.78%。所提出的稀疏非负矩阵分解结合支持向量机的近红外光谱定性分析方法,识别正确率高,模型泛化能力强,具有很好的分类效果,为海洋溢油的快速鉴别提供了新途径。
- 谈爱玲毕卫红赵勇
- 关键词：近红外光谱海洋溢油支持向量机
