-
-
公开(公告)号：CN103499610A
公开(公告)日：2014-01-08
申请号：CN201310323359.8
申请日：2013-07-30
Applicant: 中国标准化研究院
IPC: G01N27/00
Abstract: 一种基于独立成分分析的表征蜂蜜差异性智能嗅觉图谱特征提取方法，其特征在于主成分分析是根据数据间方差最大化进行分类，即数据的二阶矩，忽略了数据在高阶矩上的独立性；独立成分则利用计算数据间的高阶矩对矩阵进行变换，可进一步减小特征向量间的相关行，增强信号压缩效果，当独立成分为14时，判别准确率为94.94%，蜂蜜样本75/79，其中油菜蜜22/23，椴树蜜16/17，洋槐蜜37/39。
-
公开(公告)号：CN103487466A
公开(公告)日：2014-01-01
申请号：CN201310323358.3
申请日：2013-07-30
Applicant: 中国标准化研究院
Abstract: 一种基于遗传算法的支持向量机分类器参数选择的蜂蜜检测方法，其特征在于所述遗传算法的基本运算过程：1)数据初始化：设置最大进化代数，随机生成的个体数及其所构成的群体。选择个体数20个，最大迭代次数100代。2)个体评价：计算群体中各个个体的适应度，本申请中适应度为样本分类的准确率。3)选择运算:利用选择算子对群体中的各个个体进行随机选择。本申请中利用轮盘赌法结合个体评价的准确率对个体进行选择，从而将适应度较高的个体信息可以遗传到下一代。4)交叉运算：利用交叉算子对个体中的个体进行叠加重组产生新的个体，集成上代个体中的特征信息。5)变异运算：利用变异算子对个体按概率进行随机变异。群体经过选择、交叉、变异运算之后得到下一代群体。6)终止判断:若迭代次数达到最大代数或适应度达到所需要求则停止迭代。
-
公开(公告)号：CN104749219B
公开(公告)日：2017-09-12
申请号：CN201310323321.0
申请日：2013-07-30
Applicant: 中国标准化研究院
Abstract: 一种基于粒子群算法的支持向量机分类器参数选择的蜂蜜检测方法，其特征在于初始化随机个体，通过计算当前个体适应度函数值与群体最优适应值间差距进行个体变更，相比于遗传算法，粒子群算法收敛更快，在6代左右就达到最优点，优化结果为：训练集最高准确率为91.25%，c=32.3362，r=0.0100，此条件下，预测准确率为88.61%，其中油菜蜜21/23，椴树蜜14/17，洋槐蜜36/39。
-
公开(公告)号：CN103575764B
公开(公告)日：2015-12-23
申请号：CN201310323226.0
申请日：2013-07-30
Applicant: 中国标准化研究院
Abstract: 一种基于支持向量机算法优化的蜂蜜检测方法，选择5种不同蜜源作为研究样品，分别为：1）油菜蜜，采自西部地区的重庆涪陵区和永川区；2）荔枝蜜，采自华南地区的广西南宁；3）荆条蜜，采自华北地区的北京密云等地；4）洋槐蜜，采自华东的山东莱阳；5）椴树蜜，采自东北的吉林敦化及黑龙江哈尔滨；利用气敏传感器阵列与不同挥发性成分的吸附差异对待测样品蜂蜜进行检测；其中蜂蜜挥发性成分与传感器特征吸附后，改变半导体传感器表层电流强度，通过数字转换，获得各样品的响应曲线，从而对样品进行检测分析利用提取出的电子鼻特征信息建立支持向量机判别模型，对不同蜜源的样本进行分类。
-
Patent Agency Ranking
公开(公告)号：CN103487463B
公开(公告)日：2015-12-23
申请号：CN201310323104.1
申请日：2013-07-30
Applicant: 中国标准化研究院
IPC: G01N27/00
Abstract: 一种基于网格优化的支持向量机分类器参数选择的蜂蜜检测方法，其特征在于网格优化利用穷举法，在预先估计的取值范围内按一定的步长对范围内的所有点进行逐个搜索，确定最终最优参数，以2为底数，在2-4到210间对r和c进行穷举搜索。当c=5.2780，r=0.1088时，训练集样本判别准确率最高，为96.25%，在此条件下，建立模型，利用预测集进行检验。最终判别准确率为96.20%，样本76/79，其中油菜蜜23/23，椴树蜜16/17，洋槐蜜37/39。
-
公开(公告)号：CN103575764A
公开(公告)日：2014-02-12
申请号：CN201310323226.0
申请日：2013-07-30
Applicant: 中国标准化研究院
Abstract: 一种基于支持向量机算法优化的蜂蜜检测方法，选择5种不同蜜源作为研究样品，分别为：1）油菜蜜，采自西部地区的重庆涪陵区和永川区；2）荔枝蜜，采自华南地区的广西南宁；3）荆条蜜，采自华北地区的北京密云等地；4）洋槐蜜，采自华东的山东莱阳；5）椴树蜜，采自东北的吉林敦化及黑龙江哈尔滨；利用气敏传感器阵列与不同挥发性成分的吸附差异对待测样品蜂蜜进行检测；其中蜂蜜挥发性成分与传感器特征吸附后，改变半导体传感器表层电流强度，通过数字转换，获得各样品的响应曲线，从而对样品进行检测分析利用提取出的电子鼻特征信息建立支持向量机判别模型，对不同蜜源的样本进行分类。
-
公开(公告)号：CN103499663A
公开(公告)日：2014-01-08
申请号：CN201310323247.2
申请日：2013-07-30
Applicant: 中国标准化研究院
Abstract: 一种基于遗传算法的龙井茶品质检测等级模型中传感器的选择方法，应用方差分析的原理，把每根传感器当作一个因素，不同样品的响应当作水平，进行方差齐性检验，保证数据满足方差分析的条件，应用SPSS数据分析软件对所有等级样品的传感器数据分别进行单因素方差分析计算F值，F值表明同一传感器对不同类样品的区分能力，F值越大，区分度则越大。
-
公开(公告)号：CN103499608A
公开(公告)日：2014-01-08
申请号：CN201310323337.1
申请日：2013-07-30
Applicant: 中国标准化研究院
IPC: G01N27/00
Abstract: 一种基于蚁群算法的表征蜂蜜差异性智能嗅觉图谱特征提取方法，蚁群算法属于启发式特征选择方法，利用算法的自动迭代进化，对特征点选择进行自动寻优，直到获得最优结果，其特征在于将蚁群算法应用于特征点的选择，算法模拟遗传算法。利用各特征点选择后的Bayes判别准确率以及所选择的特征点数为适应性函数，寻求最优的向量组合，该算法主要创新点包括：（a）将特征点选择数加入适应函数中，并设定代价参数，通过参数调节，可以根据需要对特征点数和判别准确率进行取舍；（b）为避由于特殊点导致的更新方向错误，设置最优集，以最优集合代替单一最优点进行选择；（c）信息素更新程度与适应函数提高成正比，算法优化效果好，则更新幅度增大；（d）为加快计算速度，对效果较差的向量加快挥发速度，减小信息素浓度，减小其对后期计算干扰。
-
公开(公告)号：CN103499606A
公开(公告)日：2014-01-08
申请号：CN201310323187.4
申请日：2013-07-30
Applicant: 中国标准化研究院
Abstract: 一种基于核主成分分析的表征蜂蜜差异性智能嗅觉图谱特征提取方法，此类方法所选择的特征点具有一定的化学意义，结合化学结果可以较好的进行解释，其特征在于核主成分分析KPCA将核函数引入主成分分析PCA中,KPCA利用核函数，将数据投影至高维空间中。由于数据投影后相互间更加分散，因此可以将一些在低维空间中不可分的信号进行区分，并提取更具有代表性的特征进行提取。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.028 seconds)
