LIBS结合GA-BP神经网络与GA-SVM对塑料分类研究

	LIBS结合GA-BP神经网络与GA-SVM对塑料分类研究
	路永华
	2022-02-20
发表期刊	激光与红外
卷号	52 期号:02 页码:273-279
摘要	塑料制品回收力度小、重复利用率低,造成环境污染和资源浪费,因此对废旧塑料精确分类是提高塑料回收的关键。本文采用激光诱导击穿光谱(LIBS)技术结合遗传算法优化误差反向传播神经网络(GA-BP)和支持向量机(GA-SVM)对常见的10种塑料进行分类识别。利用LIBS技术对塑料样品进行处理,分别采集每种塑料样品100组光谱。对采集到的原始光谱做滤波和归一化处理,提取光谱中14条主要的特征谱线,分别建立GA-BP神经网络和GA-SVM模型。实验结果表明,GA-BP神经网络对塑料的识别性能优于GA-SVM,其中GA-BP神经网络识别精度为99.25%,原因是GA-SVM利用升维算法实现对数据集的分类,在塑料样品种类多的情况,分类效果不及GA-BP神经网络。因此,利用LIBS技术结合不同的识别算法,可以实现对多种塑料样品的分类,也为研究不同算法对塑料样品分类识别提供研究思路。
关键词	激光诱导 BP神经网络支持向量机分类识别
URL	查看原文
收录类别	北大核心 ; CSCD
ISSN	1001-5078
语种	中文
原始文献类型	学术期刊
中图分类号	TP183;TQ320.77
文献类型	期刊论文
条目标识符	http://ir.lzufe.edu.cn/handle/39EH0E1M/31906
专题	信息工程与人工智能学院
作者单位	兰州财经大学信息工程学院
第一作者单位	信息工程与人工智能学院
推荐引用方式 GB/T 7714	路永华. LIBS结合GA-BP神经网络与GA-SVM对塑料分类研究[J]. 激光与红外,2022,52(02):273-279.
APA	路永华.(2022).LIBS结合GA-BP神经网络与GA-SVM对塑料分类研究.激光与红外,52(02),273-279.
MLA	路永华."LIBS结合GA-BP神经网络与GA-SVM对塑料分类研究".激光与红外 52.02(2022):273-279.