[发明专利]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

摘要

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。

主权项

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，根据我国地理区域西部、华南、华北、华东、东北的划分，选择5种不同蜜源作为研究样本，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；4）洋槐蜜，采自华东的山东莱阳；5）椴树蜜；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，所述气敏传感器阵列是采用Fox 4000型电子鼻，该电子鼻由18根金属氧化物半导体气敏传感器与HS100顶空自动进样器组成；单一样品可获得18根传感器*检测时间t的信号矩阵，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。