期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到155篇文章
< 1 2 … 8 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于SVM-KNN算法的高铁行车调度员认知负荷脑电评估方法 被引量：1
1
作者 张光远 王敬儒 +3 位作者 梁心怡 秦诗雨 李莎 朱泊霖 《中国安全生产科学技术》 北大核心 2025年第7期166-172,共7页
为准确评估高铁行车调度员认知负荷,根据脑电特征解析其动态变化,从而提升工作效率,保障列车运行安全。通过采集模拟调度任务下的脑电信号,采用最大相关最小冗余算法(mRMR)对Welch法提取后的脑电特征进行进一步降维,并基于SVM-KNN融合... 为准确评估高铁行车调度员认知负荷,根据脑电特征解析其动态变化,从而提升工作效率,保障列车运行安全。通过采集模拟调度任务下的脑电信号,采用最大相关最小冗余算法(mRMR)对Welch法提取后的脑电特征进行进一步降维,并基于SVM-KNN融合分类算法建立高铁行车调度员认知负荷分级识别模型。研究结果表明:该模型以较少的特征维度实现较高的识别准确率,总体准确率达87.03%。对比得出,使用mRMR方法进行降维处理能够有效提高分类模型的识别准确率,同时SVM-KNN融合分类算法的识别准确率要高于单分类算法。研究结果可为实现高铁行车调度员认知负荷监测预警提供理论基础。 展开更多
关键词 高速铁路行车调度员 认知负荷 脑电信号 最大相关最小冗余 支持向量机 K近邻
在线阅读 下载PDF
SVM-KNN分类器——一种提高SVM分类精度的新方法 被引量：135
2
作者 李蓉 叶世伟 史忠植 《电子学报》 EI CAS CSCD 北大核心 2002年第5期745-748,共4页
本文提出了一种将支持向量机分类和最近邻分类相结合的方法 ,形成了一种新的分类器 .首先对支持向量机进行分析可以看出它作为分类器实际相当于每类只选一个代表点的最近邻分类器 ,同时在对支持向量机分类时出错样本点的分布进行研究的... 本文提出了一种将支持向量机分类和最近邻分类相结合的方法 ,形成了一种新的分类器 .首先对支持向量机进行分析可以看出它作为分类器实际相当于每类只选一个代表点的最近邻分类器 ,同时在对支持向量机分类时出错样本点的分布进行研究的基础上 ,在分类阶段计算待识别样本和最优分类超平面的距离 ,如果距离差大于给定阈值直接应用支持向量机分类 ,否则代入以每类的所有的支持向量作为代表点的K近邻分类 .数值实验证明了使用支持向量机结合最近邻分类的分类器分类比单独使用支持向量机分类具有更高的分类准确率 。 展开更多
关键词 svm-knn分类器 SVM分类精度 支持向量机 最近邻分类 模式识别 人工智能
在线阅读 下载PDF
基于曲波纹理分析和SVM-KNN分类的假指纹检测算法 被引量：2
3
作者 张永良 刘超凡 +1 位作者 肖刚 方珊珊 《计算机科学》 CSCD 北大核心 2014年第12期303-308,共6页
假指纹攻击作为破解指纹识别的一种简单实用的方式,被某些不法分子非法使用。目前假指纹检测的主流方法是纹理分析,但是单纯的纹理分析不包含对因假指纹材质与人体皮肤有异而产生的噪声分析。提出一种利用曲波系数特征及曲波重构图像纹... 假指纹攻击作为破解指纹识别的一种简单实用的方式,被某些不法分子非法使用。目前假指纹检测的主流方法是纹理分析,但是单纯的纹理分析不包含对因假指纹材质与人体皮肤有异而产生的噪声分析。提出一种利用曲波系数特征及曲波重构图像纹理特征进行SVM-KNN分类的假指纹检测算法。先对指纹图像进行曲波变换,提取各尺度各方向域的系数特征,重构指纹图像并提取一阶统计量、灰度共生矩阵(GLCM)和马尔科夫随机场(MRF)等纹理特征与系数特征组成特征向量,然后通过SVM进行训练,引入SVM-KNN分类对假指纹进行检测。在第二届全球假指纹检测竞赛(LivDet2011)官方数据库上的测试结果表明,该算法对假指纹检测有很好的效果。 展开更多
关键词 曲波变换 灰度共生矩阵 马尔科夫随机场 svm-knn
在线阅读 下载PDF
SVM-KNN算法在机电职业学习者属性特征智能预测中的应用研究 被引量：1
4
作者 牛全峰 《自动化与仪器仪表》 2023年第3期76-79,共4页
现代社会环境下机电职业学习者特征与其他学科学习者特征存在着显著差别,为了对机电职业学习者属性特征进行智能预测,提出一种结合SVM与优化KNN的算法模型。该模型首先对传统KNN模型进行加权来应对处理数据时的不均衡问题;在此之后结合... 现代社会环境下机电职业学习者特征与其他学科学习者特征存在着显著差别,为了对机电职业学习者属性特征进行智能预测,提出一种结合SVM与优化KNN的算法模型。该模型首先对传统KNN模型进行加权来应对处理数据时的不均衡问题;在此之后结合SVM算法和加权KNN算法各自的优点对机电职业学习者样本进行分类,即距离超平面分类较远距离的学习者样本选择SVM算法,较近距离的则采用加权KNN算法。实验结果表明,融合各自优点的SVM-KNN算法具有更高的数据分类准确率,对机电职业学习者的属性特征分类和预测具有较好的适用性。 展开更多
关键词 机电职业 svm-knn算法 学习者特征 智能预测
原文传递
基于SVM-KNN的降雨条件下短时公交客流预测 被引量：15
5
作者 刘欣彤 黄小龙 谢秉磊 《交通信息与安全》 CSCD 北大核心 2018年第5期117-123,共7页
为了提高降雨条件下短时公交客流的预测精度,提出一种基于SVM-KNN的短时公交客流预测模型。分析了降雨天气与公交客流的相关关系,揭示不同降雨等级对公交客流量的影响。进一步发挥支持向量机(SVM)的快速归类和K近邻算法(KNN)的高预测精... 为了提高降雨条件下短时公交客流的预测精度,提出一种基于SVM-KNN的短时公交客流预测模型。分析了降雨天气与公交客流的相关关系,揭示不同降雨等级对公交客流量的影响。进一步发挥支持向量机(SVM)的快速归类和K近邻算法(KNN)的高预测精度的优点,提出了基于SVMKNN的短时公交客流预测模型。具体方法为:用SVM训练少量数据生成子数据库,随后采用KNN识别相似模式预测短时公交客流。通过采集深圳市南山区4条公交线路降雨条件下的客流数据进行算例仿真,验证了模型和算法的有效性。结果表明,SVM-KNN算法的综合平均绝对误差(MAE)为8.437,综合均方误差(MSE)为10.725,综合平均相对误差(MAPE)为8.8%,综合均方相对误差(MSPE)为11.3%,比常用的RBF模型的MAE,MSE,MAPE及MSPE各类误差分别降低了3.646,3.631,4.6%,5.5%。 展开更多
关键词 城市交通 公交客流 短时预测 svm-knn 降雨条件
在线阅读 下载PDF
基于修正SVM-KNN组合算法的汉语专有名词自动抽取 被引量：2
6
作者 李丽双 党延忠 李丹 《情报学报》 CSSCI 北大核心 2011年第6期610-617,共8页
专有名词的自动抽取是文本挖掘、信息检索和机器翻译等领域的关键技术。本文研究了组合SVM和KNN两种分类器进行汉语专有名词自动抽取的方法。对样本在空间的不同分布使用不同的分类方法,当测试样本与SVM最优超平面的距离大于给定的阈值... 专有名词的自动抽取是文本挖掘、信息检索和机器翻译等领域的关键技术。本文研究了组合SVM和KNN两种分类器进行汉语专有名词自动抽取的方法。对样本在空间的不同分布使用不同的分类方法,当测试样本与SVM最优超平面的距离大于给定的阈值时使用SVM分类,否则使用KNN;在实际训练语料中,常常是负类样本数远多于正类样本数,而传统KNN方法对不平衡训练集存在敏感性,所以提出了用归一化的思想对传统的KNN方法进行修正。实验表明,用SVM与修正的KNN组合算法进行汉语专有名词抽取比单一的SVM方法以及原始的SVM-KNN方法更具优越性,而且这种方法可以推广到其他非平衡分布样本的分类问题。 展开更多
关键词 KNN SVM 专有名词抽取 不平衡数据
在线阅读 下载PDF
改进SVM-KNN的不平衡数据分类 被引量：21
7
作者 王超学 张涛 马春森 《计算机工程与应用》 CSCD 北大核心 2016年第4期51-55,103,共6页
针对支持向量机(SVM)在超平面附近进行不平衡数据(imbalanced datasets)分类的不准确性,提出了一种改进SVM-KNN算法,该算法在分类阶段计算测试样本与最优超平面的距离,如果距离差大于给定阈值可直接应用支持向量机分类;如果距离差小于... 针对支持向量机(SVM)在超平面附近进行不平衡数据(imbalanced datasets)分类的不准确性,提出了一种改进SVM-KNN算法,该算法在分类阶段计算测试样本与最优超平面的距离,如果距离差大于给定阈值可直接应用支持向量机分类;如果距离差小于给定阈值,则将所有支持向量都作为测试样本的近邻样本,进行KNN分类。通过对UCI数据集的大量实验表明,该算法在少数类样本的识别率和分类器的整体性能上有明显改善。 展开更多
关键词 支持向量机 K近邻法 不平衡数据集
在线阅读 下载PDF
基于经验模态分解的SVM-KNN高光谱图像分类方法 被引量：1
8
作者 左航 《微型电脑应用》 2016年第12期60-63,共4页
为了提高高光谱图像分类的分类精度,考虑在已知分类器SVM-KNN的基础上,结合经验模态分解,提出了一种EMD-SVM-KNN的新的分类方法,并将其应用到AVIRIS数据92AV3C,仿真结果表明该算法不仅提高了高光谱图像分类精度,而且可减少支持向量数目... 为了提高高光谱图像分类的分类精度,考虑在已知分类器SVM-KNN的基础上,结合经验模态分解,提出了一种EMD-SVM-KNN的新的分类方法,并将其应用到AVIRIS数据92AV3C,仿真结果表明该算法不仅提高了高光谱图像分类精度,而且可减少支持向量数目,以提高高光谱图像分类速度。 展开更多
关键词 EMD svm-knn 高光谱图像 分类
在线阅读 下载PDF
一种新的银行信用风险识别方法:SVM-KNN组合模型 被引量：10
9
作者 申晴 张连增 《金融监管研究》 CSSCI 北大核心 2020年第7期23-37,共15页
科学、高效的信用风险模型是监管机构和银行进行风险管理的重要工具。本文根据SVM模型和KNN模型在处理分类问题中的优势以及二者之间的联系,提出了SVM-KNN组合模型,并以我国165家上市企业2017—2018年度的财务数据为样本,对我国商业银... 科学、高效的信用风险模型是监管机构和银行进行风险管理的重要工具。本文根据SVM模型和KNN模型在处理分类问题中的优势以及二者之间的联系,提出了SVM-KNN组合模型,并以我国165家上市企业2017—2018年度的财务数据为样本,对我国商业银行信用风险进行了识别分析。实证结果表明:SVM-KNN组合模型在识别样本企业信用风险时,不仅可有效解决SVM模型和KNN模型的维度难题,而且相对于单独使用SVM模型和KNN模型,对商业银行信用风险的识别效果也得到了明显提升。最后,本文提出了加强授信准入管理、完善和健全我国银行征信系统和企业数据库系统、实现金融与科技的深度融合等相关建议。 展开更多
关键词 商业银行 信用风险 svm-knn组合模型
在线阅读 下载PDF
基于SVM-KNN茶叶图像纹理分类 被引量：3
10
作者 燕娅 周晓锋 +3 位作者 汤哲 张立 陈华荣 周建勇 《中国茶叶加工》 2016年第6期5-9,共5页
机采茶鲜叶的叶和芽混合,利用茶叶图像纹理特征对茶鲜叶进行分类,分类之后再加工有助于提高茶叶的质量和市场价值。支持向量机SVM是一种专门针对小样本、非线性、高维特征的经典分类算法,但对于茶叶这类自然图片在分界面附近的测试点容... 机采茶鲜叶的叶和芽混合,利用茶叶图像纹理特征对茶鲜叶进行分类,分类之后再加工有助于提高茶叶的质量和市场价值。支持向量机SVM是一种专门针对小样本、非线性、高维特征的经典分类算法,但对于茶叶这类自然图片在分界面附近的测试点容易出错。KNN是一种简单而经典的分类算法,核心在于向量间距离的计算,论文提出欧式距离和余弦相似度结合的方式作为KNN新的距离计算公式。改进的KNN与SVM结合起来,形成SVM-KNN算法应用于茶叶图像的纹理特征分类的研究中,并分析SVM-KNN的时间复杂度。对比实验表明,SVMKNN算法对茶叶图像纹理分类正确率有很大程度地提高,最高可达90%以上。 展开更多
关键词 纹理特征 支持向量机 KNN svm-knn 茶叶图像分类
在线阅读 下载PDF
基于SVM-KNN的人体步态相位识别 被引量：3
11
作者 张语萌 李志俊 +1 位作者 步子豪 陶加贝 《科技视界》 2019年第28期23-24,26,共3页
本文对各种常用分类器进行优缺点分析,最后选择了基于阈值分割的SVM-KNN方法识别步态相位,并与SVM、KNN方法进行比较。
关键词 外骨骼机器人 步态相位识别 svm-knn 阈值分割
在线阅读 下载PDF
基于SVM-KNN算法的特色数据库分类体系初探 被引量：1
12
作者 张春红 谢卫 《情报科学》 CSSCI 北大核心 2009年第11期1688-1691,1706,共5页
比较了SVM和KNN应用于特色数据库分类的优缺点,提出用SVM-KNN算法建立特色数据库分类模型。通过实验证明,该方法是目前解决特色数据库文本分类问题较好的办法。
关键词 文本分类 SVM KNN 特色数据库
原文传递
非平衡语料下改进的SVM-KNN算法 被引量：1
13
作者 高阳 田生伟 吐尔根.依不拉音 《新疆大学学报（自然科学版）》 CAS 2012年第1期100-103,共4页
结合SVM和KNN方法改进而成的SVM-KNN分类器,较SVM在准确度上有较大提高.但在处理非平衡语料时,性能反而不如SVM分类器.其基本原理如下:对距超平面较远的数据,SVM-KNN使用SVM进行分类,较近的用KNN分类器.因KNN分类器对包含较多数据的类... 结合SVM和KNN方法改进而成的SVM-KNN分类器,较SVM在准确度上有较大提高.但在处理非平衡语料时,性能反而不如SVM分类器.其基本原理如下:对距超平面较远的数据,SVM-KNN使用SVM进行分类,较近的用KNN分类器.因KNN分类器对包含较多数据的类有偏向性,使得SVM-KNN的分类性能大幅降低.本文就这一缺点提出了改进的方法:在KNN分类的部分,统计出每个类对应的支持向量的数目,加入以支持向量数目的权重进行惩罚,使得偏向性得以校正,F-measure值有较大提高. 展开更多
关键词 非平衡语料 支持向量机 最近邻分类 类代表点
在线阅读 下载PDF
基于SVM-KNN的文本分类算法及其分析 被引量：3
14
作者 匡春临 夏清强 《计算机时代》 2010年第8期29-31,34,共4页
通过实验对SVM、KNN文本分类算法进行了深入探讨。基于KNN和SVM算法,提出了一种SVM-KNN算法。该算法结合KNN和SVM两种分类器,并通过分类预测概率的反馈和修正来提高分类器性能。在CWT100G中文网页分类测试系统中,对SVM-KNN算法的实际效... 通过实验对SVM、KNN文本分类算法进行了深入探讨。基于KNN和SVM算法,提出了一种SVM-KNN算法。该算法结合KNN和SVM两种分类器,并通过分类预测概率的反馈和修正来提高分类器性能。在CWT100G中文网页分类测试系统中,对SVM-KNN算法的实际效果进行了测试和算法性能验证。 展开更多
关键词 文本分类 SVM KNN SVM—KNN 算法比较
在线阅读 下载PDF
基于多分类SVM-KNN的实体关系抽取方法 被引量：21
15
作者 刘绍毓 周杰 +2 位作者 李弼程 席耀一 唐浩浩 《数据采集与处理》 CSCD 北大核心 2015年第1期202-210,共9页
实体关系抽取是信息抽取领域的重要研究课题之一。传统的实体关系抽取研究注重于从实体对出现的上下文中提取词法和语义等特征,然后利用分类器(如SVM)进行实体关系抽取,但该类方法忽略了分类器对实体抽取性能的影响。针对SVM分类器对超... 实体关系抽取是信息抽取领域的重要研究课题之一。传统的实体关系抽取研究注重于从实体对出现的上下文中提取词法和语义等特征,然后利用分类器(如SVM)进行实体关系抽取,但该类方法忽略了分类器对实体抽取性能的影响。针对SVM分类器对超平面附近样本分类正确率低的问题,本文设计了一种基于双投票机制的SVM模糊样本选择方法。在此基础上,对确定区域样本直接使用SVM分类器进行分类,并利用KNN算法对模糊区域样本进行二次分类。在SemEval-2010评测任务提供的实体关系抽取数据上进行实验,实验结果表明该方法能较大提高实体关系抽取的性能。 展开更多
关键词 支持向量机 KNN 双投票 实体关系抽取
在线阅读 下载PDF
SVM-KNN分类器在异常行为检测中的应用 被引量：3
16
作者 林春丽 齐欣 王克成 《辽宁科技大学学报》 CAS 2010年第5期449-452,共4页
提出了一种新的异常行为检测方法,将SVM算法和KNN算法结合,在对识别样本判别时,当其与最优分类面的距离大于给定阈值时,采用SVM分类算法,否则采用KNN算法,从而减少了SVM算法的错误率。实验结果表明,SVM-KNN算法对异常行为检测的准确率达... 提出了一种新的异常行为检测方法,将SVM算法和KNN算法结合,在对识别样本判别时,当其与最优分类面的距离大于给定阈值时,采用SVM分类算法,否则采用KNN算法,从而减少了SVM算法的错误率。实验结果表明,SVM-KNN算法对异常行为检测的准确率达到95.86%。 展开更多
关键词 支持向量机 K近邻算法 分类器 异常行为检测
在线阅读 下载PDF
基于增量学习的SVM-KNN网络入侵检测方法 被引量：33
17
作者 付子爔 徐洋 +2 位作者 吴招娣 许丹丹 谢晓尧 《计算机工程》 CAS CSCD 北大核心 2020年第4期115-122,共8页
为满足入侵检测的实时性和准确性要求,通过结合支持向量机(SVM)和K最近邻(KNN)算法设计IL-SVM-KNN分类器,并采用平衡k维树作为数据结构提升执行速度.训练阶段应用增量学习思想并考虑知识库的扩展,分类阶段则利用SVM和KNN算法将待分类数... 为满足入侵检测的实时性和准确性要求,通过结合支持向量机(SVM)和K最近邻(KNN)算法设计IL-SVM-KNN分类器,并采用平衡k维树作为数据结构提升执行速度.训练阶段应用增量学习思想并考虑知识库的扩展,分类阶段则利用SVM和KNN算法将待分类数据分成3种情况应用不同的分类策略.基于KDD CUP99和NSL-KDD数据集进行实验,结果表明,IL-SVM-KNN能够区分正常流量和异常流量并准确判断异常流量的攻击类型,其准确率较KNN算法和SVM算法有明显提升,判断攻击类型的准确性高于决策树、随机森林和XGBoost算法,并且较两层卷积神经网络消耗时间更少,资源消耗更低. 展开更多
关键词 支持向量机 K最近邻算法 k维树 入侵检测 增量学习 卷积神经网络
在线阅读 下载PDF
基于SVM-KNN算法的情绪脑电识别 被引量：15
18
作者 滕凯迪 赵倩 +3 位作者 谭浩然 郑金和 董宜先 单洪芳 《计算机系统应用》 2022年第2期298-304,共7页
情绪识别与日常生活的诸多领域都有很大联系.然而,通过单一算法难以获得较高的情绪识别准确率,为此,提出一种基于支持向量机(support vector machine,SVM)和K近邻(K-nearest neighbors,KNN)融合算法(SVMKNN)的情绪脑电识别模型.在情绪... 情绪识别与日常生活的诸多领域都有很大联系.然而,通过单一算法难以获得较高的情绪识别准确率,为此,提出一种基于支持向量机(support vector machine,SVM)和K近邻(K-nearest neighbors,KNN)融合算法(SVMKNN)的情绪脑电识别模型.在情绪分类时,首先计算待识别样本与最优分类超平面的空间距离,若两者距离大于提前设定的阈值,选用SVM分类器对情绪样本分类,否则选用KNN分类器.最后在SEED情感数据集上进行实验测试,通过对比实验,得出SVM-KNN算法提高了情绪三分类的准确率.运用该模型可有效地对情绪类型进行识别,对于医疗护理方面获取表达障碍患者的情绪状态有积极意义. 展开更多
关键词 情绪识别 脑电信号 支持向量机 K近邻 融合算法
在线阅读 下载PDF
基于5G通信技术的新媒体实时互动应用优化策略
19
作者 毛俊杰 孙小杰 王石磊 《自动化与仪器仪表》 2026年第1期268-272,共5页
目前的新媒体实时互动应用优化策略存在着难以有效适配5 G网络切片动态配置需求,尤其在混合专网场景中,无法实现物理专网与虚拟切片的资源协同调度。因此,研究提出了一种融合区块链与深度学习的协同优化框架,通过结合5 G通信技术与区块... 目前的新媒体实时互动应用优化策略存在着难以有效适配5 G网络切片动态配置需求,尤其在混合专网场景中,无法实现物理专网与虚拟切片的资源协同调度。因此,研究提出了一种融合区块链与深度学习的协同优化框架,通过结合5 G通信技术与区块链构建学生网络行为分析系统,并利用深度学习推荐算法和机器学习算法进行优化设计。结果表明,研究方法的计算资源占用率仅仅为22.1%,而深度卷积神经网络结合脉冲神经网络资源占用率达到了43.2%。在能耗方面,改进灰狼算法结合支持向量机的能耗为0.76 W/GB,相较于研究方法能耗增加了0.31 W/GB。综合来看,研究策略通过区块链智能合约实现了可靠的传输保障机制,为教育直播、元宇宙社交等新媒体应用提供可靠技术支撑。 展开更多
关键词 5 G通信技术 新媒体实时互动 应用优化 NLP-KNN DCNN-SVM
原文传递
基于KNN-SVM的混合气体检测方法研究 被引量：5
20
作者 孙超 胡润泽 +2 位作者 吴中旭 刘年松 丁建军 《光谱学与光谱分析》 SCIE EI CAS 北大核心 2025年第1期117-124,共8页
当今混合气体检测的研究中,针对多组分气体数据进行分类预测的数学算法百花齐放,如何快速且准确的检测出气体的成分和浓度逐渐成为当今研究的热门。然而在一些研究中,气体数据特征难以捕捉和判断,泛化能力不足,对气体数据进行分类预测... 当今混合气体检测的研究中,针对多组分气体数据进行分类预测的数学算法百花齐放,如何快速且准确的检测出气体的成分和浓度逐渐成为当今研究的热门。然而在一些研究中,气体数据特征难以捕捉和判断,泛化能力不足,对气体数据进行分类预测的精度和效率表现较差。为此,针对一些数据偏差和泛化误差无界的问题,提出了一种K最近邻-支持向量机(KNN-SVM)算法,对一些难以作出分类的模糊气体数据进行二次分类,采用KNN和SVM两种算法共同抉择,更加全面的捕捉数据特征,根据实验确定各自算法的权重比从而提高判别气体类别的准确率,两种算法的集成也能提高算法的效率,对于不同种类的气体也能有良好的适应性的稳定性。该实验气体组分由12 mg·L^(-1)的C_(2)H_(2)、NO_(2)、SF_(6),10 mg·L^(-1)的NO_(2)、SF_(6)和5 mg·L^(-1)的C_(2)H_(2)(背景气体皆为N_(2))以及两瓶纯N_(2)的气瓶组成;通过互相混合和与N_(2)配比制备出实验设定的气体浓度。实验过程通过单一气体的检测可分别对三种气体获得60组训练集,并通过这60组数据可进行线性拟合得到每种气体的拟合线,得到气体浓度与气体吸收峰值的关系,通过实验检测得到的三种气体拟合线,其中C_(2)H_(2)拟合线的调整后R^(2)为0.991,NO_(2)拟合线的调整后R^(2)为0.981,SF_(6)拟合线的调整后R^(2)为0.987,可得气体检测的准确性。再通过互相混合进行检测可分别获得40组训练集,采用KNN-SVM算法对混合气体进行分类和预测,后通过拟合线即可反演出混合气体中每种气体的浓度。将该算法与传统SVM算法进行各种分类指标对比均可显示出该算法的有效性和优越性。实验结果表明,KNN-SVM算法在气体分类预测方面表现出卓越的性能,准确率高达99.167%,AUC(area under curve)值达99.375%。这一算法不仅提高了气体检测的准确性,还增强了泛化能力可适应多样化的气体组分,为实时气体检测系统提供了有力支持。 展开更多
关键词 光声光谱 气体检测 KNN-SVM 分类预测
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 8 下一页 到第 页
使用帮助 返回顶部