一種基于支持向量機(jī)的光變曲線分類方法

基本信息

申請(qǐng)?zhí)?/td> CN201810914812.5 申請(qǐng)日 -
公開（公告）號(hào) CN109102022B 公開（公告）日 2020-07-03
申請(qǐng)公布號(hào) CN109102022B 申請(qǐng)公布日 2020-07-03
分類號(hào) G06K9/62 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 袁慧宇;楊遠(yuǎn)貴;趙娟;戴海峰 申請(qǐng)（專利權(quán)）人 淮北市生產(chǎn)力促進(jìn)中心
代理機(jī)構(gòu) 江蘇圣典律師事務(wù)所 代理人 淮北師范大學(xué)
地址 235000 安徽省淮北市相山區(qū)東山路100號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于支持向量機(jī)的光變曲線分類方法，包括：步驟10）采集光變曲線數(shù)據(jù)與光變曲線類型；步驟20）對(duì)采集的光變曲線數(shù)據(jù)進(jìn)行預(yù)處理；步驟30）根據(jù)預(yù)處理后的光變曲線數(shù)據(jù)，構(gòu)建待分析數(shù)據(jù)集，并將所述數(shù)據(jù)集分為訓(xùn)練集和測(cè)試集；步驟40）設(shè)置支持向量機(jī)的核函數(shù)和懲罰系數(shù),利用構(gòu)建的訓(xùn)練集訓(xùn)練初始分類模型，得到訓(xùn)練后的分類模型，并利用構(gòu)建的測(cè)試集對(duì)訓(xùn)練后的分類模型進(jìn)行正確率測(cè)試，將正確率達(dá)到設(shè)定閾值的訓(xùn)練后的分類模型作為最終的分類模型；步驟50）利用最終的分類模型對(duì)光變曲線進(jìn)行分類。該方法對(duì)噪聲信號(hào)具有較強(qiáng)的抗干擾能力，分類更加準(zhǔn)確，同時(shí)能檢測(cè)出異常的光變曲線類型。