10.3969/j.issn.1003-1456.2016.04.001
基于支持向量机的近红外光谱羊毛混纺面料的无损鉴别技术
采用便携式近红外光谱仪分别采集了羊毛/棉、羊毛/马海毛、羊毛/氨纶、羊毛/丝、羊毛/羊绒5种羊毛混纺面料的近红外光谱,利用支持向量机算法(SVM)分别对原始光谱和经归一化预处理后的光谱建立分类模型.选用径向基函数(RBF)作为核函数,并采用网格搜索法(Grid Search)、遗传算法(GA)和粒子群算法(PSO)对惩罚参数c和核函数参数γ进行参数寻优.结果表明:PSO-SVM模型分类结果最理想,模型对训练集整体分类准确率为100%,对验证集的整体分类准确率为94.87%,其中羊毛/棉、羊毛/马海毛、羊毛/氨纶3类面料的分类准确率均为100%,羊毛/羊绒的分类准确率为95%,羊毛/丝的分类准确率相对较低为85%.
近红外光谱技术、支持向量机、羊毛混纺面料、径向基函数
44
TS102(纺织工业、染整工业)
2016-05-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
1-5