粒子群优化的SVM算法在气体分析中的应用

• 作者: 崔瑶 王颖 金翠云
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 电子鼻 粒子群 支持向量机 气体定量分析
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 635-639
• 分类号: TP212.6|TN99
• 字数: 2892字
• 语种: 中文
• DOI: 10.3724/SP.J.1187.2012.00635

摘要

提出一种用于电子鼻气体定量分析的基于粒子群参数优化的SVM算法.引入群能量守恒粒子群算法对SVM模型中的参数进行优化,获得最优参数组合,以减小定量分析中的平均相对误差.实验结果表明,引入群能量守恒的粒子群优化算法(SEC-PSO)对SVM回归模型中的参数进行优化.使参数的确定更为合理,与单纯基于SVM的方法相比平均相对误差由原来的2.17％降低到0.35％,所提出的算法有效地提高了拟合的精度,从而进一步提高预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金翠云	北京化工大学信息科学与技术学院	20	188	7.0	13.0
2	崔瑶	北京化工大学信息科学与技术学院	3	58	2.0	3.0
3	王颖	北京化工大学信息科学与技术学院	39	367	11.0	18.0