《表3 色谱峰气体组分预测结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《变压器油中溶解气体色谱峰识别方法的研究及应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

采用带惯性权重ω的粒子群优化算法对支持向量机的核函数参数g和惩罚参数c进行优化，其中，选择粒子群算法的主要参数：群体规模m=20，惯性权重ω=0.95，加速常数c1=1.23，c2=1.41，Vmax=Gmax=0.1。通过训练，核函数参数g的最佳数据为0.62745，惩罚因子C的最佳数据为2.4962，然后对训练集样本中的每个样本进行训练，得到训练模型，经PSO-SVM分类器的分类准确率高达98.6749%，最后采用训练良好的SVM分类器对122个验证集进行预测，预测结果如表3所示。