基于随机森林和粒子群优化的SVR的混合气体分析方法研究

摘要

为了解决混合气体检测准确性较低的问题,提出了一种新型的混合气体分析方法。该方法通过PCA提取到的特征对随机森林建模,实现了混合气体的定性识别,并在此基础上利用粒子群优化的SVR对各类别气体浓度进行定量分析,解决了SVR超参数选择困难的问题。最后通过样本数据对算法的有效性进行了验证,实验结果表明随机森林的平均识别准确率最高达到了95%,粒子群优化的SVR模型对各类别气体浓度的估计准确率均比SVR高10%以上。