基于支持向量机模型的实测光谱曲线中异常光谱剔除方法

成果基本信息
关键词：	向量机模型，光谱曲线，光谱剔除
成果类别：	应用技术	技术成熟度：	初期阶段
体现形式（基础理论类）：	其他	体现形式（应用技术类）：	新技术
成果登记号：		资源采集日期：

研究情况
单位名称：	武汉理工大学	技术水平：	未评价
评价证书号：		评价单位：
评价日期：		评价证书号：

转化情况
转让范围：	合作开发	推广形式：	合作开发
已转让企业数（个）：

联系方式
联系人（平台）：	孵化基地	联系人（平台）电话：	0771-3394012
*成果单位详细联系方式请登录会员；还不是会员，马上注册!

成果简介
本发明公开了一种基于支持向量机模型的实测光谱曲线中异常光谱的剔除方法，利用机器学习理论中支持向量机分类方法思想设置阈值剔除异常光谱，通过交叉验证方法自动参数寻优找出最佳模型参数进而对光谱数据进行分类，避免了人工设置阈值或不断调整阈值的主观性、低效率等问题，能规模化应用于大量光谱数据的处理，并且有效提高了精度和准确性。本发明选取的RBF核函数具有泛化能力强、收敛速度快的特点。本发明还增加了对惩罚系数C、RBF核函数中的间隔参数γ进行寻优的参数选取步骤，结合训练光谱建立SVM二分类算法模型也即支持向量机模型，更进一步的优化了最后异常光谱剔除的结果

成果名称：	基于支持向量机模型的实测光谱曲线中异常光谱剔除方法	关键词：	向量机模型，光谱曲线，光谱剔除
成果类别：	应用技术	一级分类名称：
二级分类名称：		三级分类名称：
研究起止时间：		成果体现形式（应用技术类）：	新技术
成果属性：	原始性创新	成果体现形式（基础理论类）：	其他
技术成熟度：	初期阶段	技术水平：	未评价
研究形式：	独立研究	学科分类1：	国家标准GB T13745-92《学科分类与代码》
单位名称：	武汉理工大学	学科分类2：
中图分类号1：	中国图书资料分类法（第四版）	所属高新技术类别：
中图分类号2：		课题来源：	国家科技计划
应用行业：	科学研究、技术服务和地质勘查业	课题立项名称：
国家科技计划子类别：	高技术研究发展计划（863计划）	课题立项编号：
经费实际投入额（万元）：		评价单位：
评价形式：	鉴定	应用状态：	稳定应用
评价日期：		转让范围：	合作开发
评价证书号：		推荐单位：
推广形式：	合作开发	成果登记号：
成果简介：	本发明公开了一种基于支持向量机模型的实测光谱曲线中异常光谱的剔除方法，利用机器学习理论中支持向量机分类方法思想设置阈值剔除异常光谱，通过交叉验证方法自动参数寻优找出最佳模型参数进而对光谱数据进行分类，避免了人工设置阈值或不断调整阈值的主观性、低效率等问题，能规模化应用于大量光谱数据的处理，并且有效提高了精度和准确性。本发明选取的RBF核函数具有泛化能力强、收敛速度快的特点。本发明还增加了对惩罚系数C、RBF核函数中的间隔参数γ进行寻优的参数选取步骤，结合训练光谱建立SVM二分类算法模型也即支持向量机模型，更进一步的优化了最后异常光谱剔除的结果
联系人：	陈绪高	成果登记日期：
联系人email：		单位代码：
邮政编码222：		联系人电话：	15296551147
单位传真：		单位通讯地址：
单位所在省市：		单位电话：
转让收入（万元）：		单位属性：	大专院校
合作完成单位：		已转让企业数（个）：
成果发布年份：		知识产权形式：
成果完成人：		资源采集日期：

基于支持向量机模型的实测光谱曲线中异常光谱剔除方法

最新科技成果资讯

热门资讯排行

最新科技图文资讯

友情链接