支持向量机在多组混合气体定量分析中的应用的研究答辩.ppt

SVM与BP对比 次数 标定值 SVM预测值 ANN预测值 1 0.507 0.545 0.522 2 0.72 0.733 0.748 3 0.95 0.985 0.97 4 1.22 1.283 1.275 5 1.62 1.635 1.732 6 2.03 2.004 2.201 7 2.40 2.443 2.528 8 2.82 2.838 2.914 9 3.24 3.286 3.352 10 3.83 3.832 3.612 11 4.30 4.405 4.427 12 4.91 4.832 4.753 13 5.25 5.309 5.401 14 5.74 5.846 5.867 15 6.12 6.132 6.206 16 6.64 6.568 6.510 17 7.02 6.974 6.820 18 7.41 7.338 7.302 19 7.83 7.795 7.652 20 8.01 7.969 7.861 总结与展望 总结与展望 论文总结 1、首先，文章分析了多组分气体检测系统的原理，介绍了红外光谱吸收的原理和特点，红外光谱吸收波段的选择，完成了浓度检测的理论推导和干扰修正的理论分析。 未来展望 2、其次，针对干扰修正，提出了非线性建模分析技术，具体介绍了气体定量分析校正技术以及非线性建模中的关键技术—核函数，并且完成了建模中的异常检测和稳健建模分析。 3、再次，详细介绍了支持向量机算法在气体定量分析中的应用，建模过程中参数的优化选择，并结合不同的优化方法—网格搜索法和粒子群优化方法，进行了相关的建模仿真，并比较了两种方法在处理数据拟合中的优劣。 1、提高机械加工的工艺和改善安装问题，设计相对更小更便携的微型传感器。 2、优化电源调制电路，改善信号处理电路，降低干扰，提高信号输出，从而增加传感器的精度。 3、尝试更多的算法以提高尾气分析的精度 4、最后，利用BP神经网络进行建模分析，并介绍了网络的创建、训练和预测；针对BP网络泛化能力不高的情况，提出了结合遗传算法优化的BP神经网络建模，介绍了优化算法实现过程，最终仿真分析了回归分析的效果。 取得成果 Jian Qu1.Jian Qu,Hongyan Chen,Wenzhen Liu,Bing Zhang,Zhibin Li.Application of SVM Based on Improved Grid Search in Quantitative Analysis of CO2 Gas.已检索。 2.Hongyan Chen,Wenzhen Liu,Jian Qu,Bing Zhang,Zhibin Li.Application of SVM in Gas Sensor Quantitative Analysis of CO2.已检索。 国际会议 1.曲健, 陈红岩, 刘文贞等. 基于改进网格搜索法的支持向量机在气体定量分析中的应用[J]. 传感技术学报，2015, 28(5): 774-778.已刊登。一级期刊。 2.曲健, 陈红岩, 刘文贞等. 基于自适应变异粒子群优化的SVM在混合气体分析中的应用[J]. 传感技术学报, 2015, 28(8): 1262-1268. 已刊登。一级期刊。 论文 取得成果 1.曲健，陈红岩，刘文贞，张兵，李志彬。 一种新型 红外光源驱动电路（专利号：201520049256.1），已授权。 2.曲健，陈红岩，刘文贞，张兵，李志彬。一种简单的红外信号两级放大电路（专利号：201520049242.x），已授权。 专利 谢谢！ 感谢各位老师宝贵的建议及指导！ 在BP神经网络的预测过程中，训练好的神经网络误差很小，可以有效的模拟训练数据的特性；但当进行网络预测时，网络对新的输入与对应的目标输出具有较大的误差，不能很好地进行仿真预测。这主要由于网络只记忆了已经被训练好的数据，但对于输入的新数据泛化能力不高。 提高网络泛化能力的另一种方法是将BP网络与优化算法相结合，优化算法有遗传算法、粒子群算法、最小二乘算法、偏最小二乘算法等。本文采用遗传算法优化BP神经网络。 1、选择操作：指从旧的群体中以一定的概率选择个体组成新的群体，适应度值越高，被选中的机率越大。 2、交叉操作：指从个体中选择两个，交换染色体，生产出新的优秀个体。 3、变异操作：指任意选择群体中的一个个体，对其染色体中的某一点进行变异，得到更加优良的个体。 1.利用GA对个体进行编码的方式为实数编码，编码后的合体为一实数串，由输入层与隐含层的连接权值、隐含层的阀值、隐含层与输出层的连接权值和输出层的阀值四部分组成。 3.式中，f=k/Fi ， Fi为个体 的适应度值， N为种群中个体的数目 4.个体的编码为实数编码方式，故交叉操作采取实