PT - JOURNAL ARTICLE
AU - Chen J. , 
AU - Hao X. , 
AU - Jia R. , 
AU - Mo B. , 
AU - Li S. , 
AU - Wei H. , 
TI - Адаптивная оптимизация метода роя частиц на основе нейронной сети на радиальном базисе для классификации почв с помощью лазерно-искровой эмиссионной спектроскопии
DP - 2025-05-20
TA - Журнал прикладной спектроскопии
SO - https://www.academjournals.by/publication/19394
AB - 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.