基于SVM回归模型的混合气体组分种类光谱识别方法

• 作者: 刘君华 张发启 王宏柯 王建华 白鹏
• 来源期刊: 光子学报
• 学科: 工学
• 关键词: 支持向量机 回归模型 识别 红外光谱
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 光谱学
• 页码范围: 754-757
• 页数: 4页
• 分类号: TH744.4
• 字数: 3065字
• 语种: 中文

摘要

针对混合气体红外光谱分析中无法采用同一模型同时进行混合气体组分浓度的定量分析和组分种类的定性分析的问题,本文提出了基于SVM回归模型的混合气体组分种类光谱识别方法.通过详细推导,证明混合气体组分种类识别完全可以通过组分浓度分析的SVM回归模型来求解,混合气体组分种类识别是一种特殊的回归.实验结果显示,该方法的混合气体组分种类的正确识别率不小于92.5%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘君华	西安交通大学电气工程学院	224	3216	28.0	45.0
2	白鹏	西安交通大学电气工程学院	19	306	10.0	17.0
6	王宏柯	空军工程大学工程学院	10	46	5.0	6.0
7	张发启	空军工程大学工程学院	19	136	8.0	11.0
8	王建华	空军工程大学理学院	4	79	3.0	4.0