基于SVM的棉麻织物近红外光谱快速无损鉴别
将近红外光谱技术与支持向量机(SVM)相结合建立分类模型,用于棉、麻织物的快速无损鉴别.选用径向基函数(RBF)作为核函数,分别采用网格搜索法、遗传算法和粒子群算法对惩罚参数c和核函数参数g进行参数寻优.结果显示,用网格搜索法得到的最佳参数c和g建立的模型分类结果最好,模型对棉、麻训练集的分类准确率分别为100%和99.12%,对预测集的分类准确率均为96.67%.近红外光谱技术鉴别单个样品的时长小于3 min,实现了快速鉴别.结果表明,近红外光谱技术与支持向量机相结合,可用于棉、麻织物的快速无损鉴别.
测试、近红外光谱、支持向量机、径向基函数、无损鉴别、棉纤维、麻纤维
41
TS197(纺织工业、染整工业)
2015-10-27(万方平台首次上网日期,不代表论文的发表时间)
39-43