一种基于最小二乘支持向量机法的常见废弃塑料分类方法

• 作者: 刘桂礼 李晓英 武影影 王晓飞 邓文怡
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 最小二乘支持向量机 塑料分类 中红外光谱分析
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 89-92
• 分类号: TP391
• 字数: 3427字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-6864.2011.01.018

摘要

将最小二乘支持向量机法(LS_SVM)应用于中红外光谱分析,建立一种新的对常见废弃塑料进行分类的方法.依据不同类别的塑料在红外波段具有不同的特征吸收峰,采用LS_SVM方法对塑料的中红外光谱数据进行处理,并与全局相关法、系统比较法进行比较.实验结果表明,LS_SVM进行分类的正确率为0.92.与全局相关法和系统比较法相比,LS_SVM分类正确率较高,其解决小样本问题效果显著,可应用于常见废弃塑料的分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓飞	北京信息科技大学现代测控技术教育部重点实验室	37	97	5.0	8.0
2	李晓英	北京信息科技大学现代测控技术教育部重点实验室	40	107	6.0	9.0
3	刘桂礼	北京信息科技大学现代测控技术教育部重点实验室	42	134	6.0	9.0
4	邓文怡	北京信息科技大学现代测控技术教育部重点实验室	26	245	8.0	15.0
5	武影影	北京信息科技大学现代测控技术教育部重点实验室	4	7	1.0	2.0