基于PSO-SVM的白酒品质鉴别电子鼻

被引：6

作者：

蒋鼎国 ^{[1
]}

周红标 ^{[2
]}

耿忠华 ^{[2
]}

机构：

[1] 淮阴工学院科技处

[2] 淮阴工学院电子与电气工程学院

来源：

中国酿造 | 2011年 / 11期

关键词：

白酒识别; 电子鼻; 支持向量机; 粒子群算法;

D O I：

暂无

中图分类号：

TS261.7 [产品标准与检验];

学科分类号：

082203 ; 083203 ;

摘要：

研制一套白酒品质识别电子鼻,对检测样品的气味数据进行预处理,提取稳态响应值,并作为支持向量机(support vectormachine,SVM)分类模型的输入。为提高识别的准确度,利用粒子群算法(particle swarm optimization,PSO)来优化SVM的参数c和g。不同品质的白酒所对应的电子鼻传感器响应特性不同,PSO-SVM分类模型的识别准确率达到了97.5%。结果证明基于PSO-SVM分类模型具有较强的学习能力和泛化能力,可用于白酒品质鉴别电子鼻。

引用

页码：149 / 152

页数：4

共 8 条

[1] 基于遗传算法和BP神经网络的CTG识别研究 [J].