基于随机森林和粒子群优化的SVR的混合气体分析方法研究

• 作者: 夏克文 张艳 李紫蕊 花中秋 范书瑞
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 传感器 混合气体分析 随机森林 粒子群优化 支持向量回归(SVR)
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 传感器研究
• 页码范围: 1613-1617,1623
• 页数: 6页
• 分类号: TP181|TP212
• 字数: 4198字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2019.11.003

摘要

为了解决混合气体检测准确性较低的问题,提出了一种新型的混合气体分析方法.该方法通过PCA提取到的特征对随机森林建模,实现了混合气体的定性识别,并在此基础上利用粒子群优化的SVR对各类别气体浓度进行定量分析,解决了SVR超参数选择困难的问题.最后通过样本数据对算法的有效性进行了验证,实验结果表明随机森林的平均识别准确率最高达到了95％,粒子群优化的SVR模型对各类别气体浓度的估计准确率均比SVR高10％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范书瑞	河北工业大学电子信息工程学院天津市电子材料与器件重点实验室	20	54	4.0	6.0
2	夏克文	河北工业大学电子信息工程学院天津市电子材料与器件重点实验室	82	512	14.0	20.0
3	张艳	河北工业大学电子信息工程学院天津市电子材料与器件重点实验室	18	76	4.0	8.0
4	花中秋	河北工业大学电子信息工程学院天津市电子材料与器件重点实验室	14	22	3.0	4.0
5	李紫蕊	河北工业大学电子信息工程学院天津市电子材料与器件重点实验室	1	2	1.0	1.0