龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：燕山大学
摘要：本发明涉及基于改进蜜獾算法结合近红外光谱的阻燃塑料分类方法，属于近红外光谱应用技术领域，包括：对阻燃塑料近红外光谱的原始数据集进行预处理，并按照7∶3的比例随机分为训练集和测试集；利用SVM算法建立阻燃塑料近红外光谱的分类模型；利用训练集结合MPA‑HBA算法优化SVM模型的参数c和g；选取最优的SVM参数构建模型，对测试集数据进行分类并判断分类结果的正确率。本发明采用近红外光谱检测技术结合寻优算法和分类算法在阻燃塑料分类检测领域的应用填补了我国在工业上阻燃塑料快速无损检测的空白，具有检测速度快、检测准确率高、相较传统检测无污染等优点。
主权项：1.基于改进蜜獾算法结合近红外光谱的阻燃塑料分类方法，其特征在于，包括以下步骤：步骤1：对阻燃塑料近红外光谱的原始数据集进行预处理，并按照7：3的比例随机分为训练集和测试集；步骤2：利用SVM算法建立阻燃塑料近红外光谱的分类模型；步骤3：利用训练集结合MPA-HBA算法优化SVM模型的参数c和g，具体包括以下步骤：步骤3.1：设定MPA-HBA算法模型的种群初始化和MPA-HBA算法的寻优上下边界、种群数、迭代次数和选择维度等参数；步骤3.2：定义MPA-HBA算法的搜索强度和更新密度因子；步骤3.3：定义MPA-HBA算法的搜索方式；步骤3.4：为MPA-HBA的搜索过程添加FADs效应或涡流效应；步骤3.5：随着迭代次数增多，MPA-HBA算法种群会跟随向鸟直达猎物位置；步骤3.6：选取训练样本的分类错误率作为MPA-HBA算法的适应度函数来计算每个蜜獾个体的适应度值；步骤4：选取最优的SVM参数构建MPA-HBA-SVM模型，对测试集数据进行分类并判断分类结果的正确率。
全文数据：
权利要求：
百度查询： 燕山大学 基于改进蜜獾算法结合近红外光谱的阻燃塑料分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号