QQ交談
專利類型:
發(fā)明公開
申請(專利)號:
CN201310389591.1
申請日:
2013-09-01
申請公布號:
CN103488874A
申請公布日:
2014-01-01
申請人:
西北大學(xué)
地址:
710069 陜西省西安市太白北路229號
發(fā)明人:
李華; 梁龍; 張?zhí)忑? 王康; 湯宏勝; 孫昆侖; 李吉光; 盛麗雯
專輯:
信息科技
專題:
計算機硬件技術(shù)
主分類號:
G06F19/00
分類號:
G06F19/00
國省代碼:
61
頁數(shù):
12
代理機構(gòu):
西安西達專利代理有限責(zé)任公司 61202
代理人:
謝鋼
一種改進的支持向量機結(jié)合激光誘導(dǎo)擊穿光譜對鋼鐵材料的分類方法,?其特征在于包括以下步驟:(1)?利用激光誘導(dǎo)擊穿光譜系統(tǒng)對不同牌號的鋼材樣品分別在不同的測量位點進行光譜數(shù)據(jù)采集;(2)?從每種牌號樣品的光譜數(shù)據(jù)中隨機挑選占其數(shù)據(jù)總量2/3的光譜數(shù)據(jù)作為訓(xùn)練集,其余光譜數(shù)據(jù)作為測試集;(3)?本發(fā)明中支持向量機使用多項式核函數(shù);(4)?使用訓(xùn)練集數(shù)據(jù)通過網(wǎng)格法對多項式參數(shù)d在1—10范圍內(nèi)和懲罰因子C在10?5—105范圍內(nèi)進行尋優(yōu);(5)?確定最優(yōu)參數(shù)后利用訓(xùn)練集數(shù)據(jù)建立支持向量機模型,?建模過程中使用多項式核函數(shù),首先進行一對多建模分類,分別建立針對每一類的二元分類器,然后將測試集數(shù)據(jù)依次帶入各分類器預(yù)測,綜合各二元分類器的預(yù)測值得出一對多模型的預(yù)測結(jié)果;如果一對多模型判斷該數(shù)據(jù)屬于某一類別,則整個預(yù)測過程結(jié)束;如果一對多模型判斷該數(shù)據(jù)同時屬于多個類別,即出現(xiàn)多分類情況,則把數(shù)據(jù)可能屬于的類別作為候選類別,并在這些候選類別范圍內(nèi)進行一對一建模分類;(6)?一對一建模是將所有候選類別兩兩組合,每兩個候選類別建立一個二元分類器,對于m類候選類別,則需建立m(m?1)/2個二元分類器,然后測試數(shù)據(jù)被所有二元分類器依次預(yù)測,綜合所有分類器的預(yù)測值以投票方式?jīng)Q定最終預(yù)測類別;如果最高得票數(shù)的類別不止一種,則將最高得票數(shù)的所有類別作為新的候選類別,然后重復(fù)迭代上述一對一建模分類方法直至最終確定唯一類別,即為最終預(yù)測類別;或者連續(xù)兩次候選類別完全相同,此時判定該數(shù)據(jù)“無法分類”。
本發(fā)明公開了一種基于支持向量機結(jié)合激光誘導(dǎo)擊穿光譜對鋼鐵材料快速識別分類的方法,其首先通過LIBS系統(tǒng)對一系列已知牌號的鋼材樣品進行檢測,獲得不同牌號的鋼材數(shù)據(jù)矩陣,使用支持向量機對已知類別數(shù)據(jù)建立分類模型,在建模過程中,使用了一種改進的建模方法——組合模型,當待測樣品數(shù)據(jù)輸入模型后,先經(jīng)一對多方法模糊分類,篩選出候選類別,然后再通過一對一方法精細分類最終確定待測數(shù)據(jù)類別。該方法通過將傳統(tǒng)一對多和一對一建模方法組合使用,充分利用二者的優(yōu)勢,使待測數(shù)據(jù)通過模糊分類和精細分類的兩層分析系統(tǒng),減少了無用類別信息對預(yù)測過程的影響,從而顯著提高預(yù)測準確率并降低了計算成本。