-
题名阵列传感器气体浓度检测的改进型海鸥算法研究
- 1
-
-
作者
李鹏
纵彪
林事力
张立豪
刘轩宇
-
机构
无锡学院自动化学院
南京信息工程大学
南京信息工程大学
-
出处
《电子器件》
2025年第1期31-37,共7页
-
基金
国家自然科学基金项目(41075115)
江苏省重点研发计划社会发展项目(BE201569)
无锡市社会发展科技示范工程项目(N20191008)。
-
文摘
针对阵列传感器对二元混合气体定量检测时由于交叉敏感特性导致检测精度低的问题,提出一种改进型的海鸥算法优化核极限学习机算法。该方法首先使用核主成分分析(KPCA)对数据进行降维处理以及特征提取,选择贡献率大的主成分作为输入向量,其次改进了海鸥算法(SOA)中的非线性收敛因子B和螺旋形状系数u、v,再使用改进型海鸥算法优化核极限学习机(KELM)的关键参数,即正则化系数C和核参数σ,组成SOA-KELM定量检测模型,最终计算分析后输出结果。实验结果表明改进型海鸥算法搜索能力更好,改进型海鸥算法优化核极限学习机(SOA-KELM)的回归能力更强,检测误差更小,相关系数检测在0.9916以上,为阵列传感器气体浓度检测提供了一种新方法。
-
关键词
浓度检测
核主成分分析
核极限学习机
改进型海鸥算法
-
Keywords
concentration detection
kernel principal component analysis
kernel extreme learning machine
improved seagull algorithm
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP212.9
[自动化与计算机技术—检测技术与自动化装置]
-
