基于SVM的烟叶光谱分级

• 作者: 丁春峰 刘剑君 刘润杰 彭丹青 申金媛
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 光谱分析 支持向量机 小波压缩 烟叶分级
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 应用
• 页码范围: 197-199
• 页数: 3页
• 分类号: TP183
• 字数: 2534字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2009.11.069

摘要

文中将基于统计学理论的支持向量机SVM(Support Vector Machine)与红外光谱分析技术结合,以50个烟叶样本作为实验材料,对两类烟叶进行分级.为了获得更好的定性分析结果并且简化网络输入维数,首先利用小波压缩对复杂光谱数据进行预处理.然后通过SVM建立烟叶分级模型.实验中采用高斯径向基函数(RBF)为核函数,根据SVM的不同输入量调整核参数建立最佳SVM模型,实验表明:对训练样本的正确识别率为100%,测试样本正确识别率为93.10%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申金媛	郑州大学信息工程学院	51	282	10.0	14.0
2	丁春峰	郑州大学信息工程学院	19	50	4.0	6.0
3	刘润杰	郑州大学信息工程学院	33	196	8.0	12.0
4	刘剑君		26	185	9.0	13.0
5	彭丹青	郑州大学信息工程学院	1	12	1.0	1.0