改进的SVM在矿井气体定量分析中的应用

发布时间：2017-12-31 16:31

  本文关键词：改进的SVM在矿井气体定量分析中的应用　出处：《红外与激光工程》2016年06期 　论文类型：期刊论文

  更多相关文章： 矿井气体 红外光谱 定量分析 粒子群优化算法 改进的支持向量机

【摘要】：自行搭建了气体采集系统,根据井下的气体情况,采集了包括甲烷、乙烷、丙烷、正丁烷和二氧化碳五种气体的中红外光谱数据共236组,其中校正集186组,验证集50组。在对光谱数据进行预处理之后,利用主成分分析技术将得到的主吸收峰区域的红外光谱数据进行降维处理,通过特征提取得到3个特征值作为矿井气体光谱数据的输入量。该方法有效减少了模型的计算量,加快了模型的收敛速度。然后,利用改进支持向量机分别对这五种气体建立了定量分析模型。为提高该算法的预测精度,利用遗传算法和粒子群优化算法分别对SVM参数进行参数寻优。最后,选择优化效果更好的粒子群算法,并通过验证集对这五种气体进行了浓度预测分析。实验结果表明:五种气体浓度预测结果的平均误差均小于1.78%,最大误差均小于4.98%,且对于50组的气体预测耗时均小于103 s。表明所提出的改进的SVM算法能够准确、快速地预测矿井气体浓度,对实现矿井气体检测有着积极的意义。
[Abstract]:In order to improve the prediction accuracy of the model , the method effectively reduces the calculation quantity of the model and accelerates the convergence speed of the model . The experimental results show that the proposed improved SVM algorithm can accurately and quickly predict the mine gas concentration , and has a positive significance for the realization of mine gas detection .

【作者单位】： 中国计量大学计量测试工程学院;福建出入境检验检疫局;
【基金】：国家自然科学基金(51476154;51404223)
【分类号】：TD71;TP18
【正文快照】： 0引言矿井中的瓦斯气体和有毒有害气体是严重威胁我国煤矿安全生产的主要自然因素之一。每年的矿井灾害都会造成大量的人员伤亡和巨大的财产损失。对矿井中的气体浓度进行准确检测是预防矿井事故的关键,对保障井下作业人员的生命安全和煤炭工业的发展具有重要意义[1]。目前,分

【相似文献】

相关期刊论文 前6条

1 袁心强,亓利剑,杜广鹏,陈晓燕;缅甸翡翠紫外-可见-近红外光谱的特征和意义[J];宝石和宝石学杂志;2003年04期

2 闫秋实,尹观;锆石红外光谱在地质研究中的应用[J];物探与化探;2004年02期

3 吴淑琪,郭立鹤;傅立叶红外光谱技术在翡翠研究中的应用[J];岩矿测试;1997年04期

4 梁宗存,柳玉琴,王仙凤,陈兰光,成绍鑫;煤炭HA与脲的相互作用及其产物的组成结构研究——第二报 HA-脲络合物段分的红外光谱[J];腐植酸;1997年03期

5 王茜;叶晓琴;俞雷;;红外光谱法检测、鉴定翡翠[J];安徽地质;2006年02期

6 ;[J];;年期

相关硕士学位论文 前2条

1 杜涛;矿井极性混合气体红外光谱定量分析研究[D];辽宁工程技术大学;2012年

2 李勤美;翡翠红外光谱谱学研究[D];昆明理工大学;2004年

，

本文编号：1360571