一种基于机器学习的沥青油源鉴别模型及自动化实现方法
申请号:CN202410936550
申请日期:2024-07-12
公开号:CN118888053B
公开日期:2025-05-06
类型:发明专利
摘要
一种基于机器学习的沥青油源鉴别模型及自动化实现方法,属于沥青油源自动化鉴别领域。所述方法包括如下步骤:基于不同沥青样本的红外光谱特征及油源构建沥青数据集;提出适用于沥青数据集的数据增广方法;基于特征降维思想对沥青红外光谱特征进行特征提取确定模型最终特征;基于支持向量机、人工神经网络和决策树构建沥青油源鉴别模型;确定最佳的沥青油源鉴别模型;设计沥青油源鉴别模型的可视化操作平台。该方法实现了沥青油源鉴别模型的准确建立和沥青油源自动预测,有效加速了沥青油源鉴别的速度和准确度。
技术关键词
红外光谱特征
沥青
特征提取方法
数据增广方法
主成分分析法
光谱特征参数
人工神经网络
判别分析法
支持向量机
交叉验证法
SMOTE算法
自动特征提取
最佳参数组合
样本
降维方法
线性
网络结构