@article{Chen J. 2025-05-20,
author = { Chen J. ,  Hao X. ,  Jia R. ,  Mo B. ,  Li S. ,  Wei H. },
title = {Адаптивная оптимизация метода роя частиц на основе нейронной сети на радиальном базисе для классификации почв с помощью лазерно-искровой эмиссионной спектроскопии},
year = {2025},
publisher = {NP «NEICON»},
abstract = {Для классификации и идентификации стандартных образцов почвы использовано сочетание лазерно-искровой эмиссионной спектроскопии (LIBS) с адаптивной оптимизацией метода роя частиц на основе нейронной сети на радиальном базисе (APSO-RBF). Вычислительную сложность и избыточность исходных данных можно уменьшить путем выбора главных компонент спектральных данных LIBS в качестве входных, при этом образцы классифицировать быстро и точно. Для идентификации образцов почвы из 10 регионов в качестве входных данных модели APSO-RBF использованы шесть первых главных компонент, точность классификации тестового набора 98.81%. Производительность предлагаемой модели выше по сравнению с алгоритмами обратного распространения, APSO-RBF и RBF. Показано, что сочетание LIBS с моделью APSO-RBF значительно повышает точность идентификации почвы.},
URL = {https://www.academjournals.by/publication/19394},
eprint = {https://www.academjournals.by/files/19335},
journal = {Журнал прикладной спектроскопии},
}