赵静远,熊智新,梁龙,房桂干.投影寻踪分类模型在常见造纸纤维原料综合评价中的应用[J].中国造纸学报,2020,35(3):53-58 本文二维码信息
二维码(扫一下试试看!)
投影寻踪分类模型在常见造纸纤维原料综合评价中的应用
Application of Projection Pursuit Classification Model in Comprehensive Evaluation of Common Papermaking Materials
投稿时间:2019-06-02  
DOI:10.11981/j.issn.1000-6842.2020.03.53
中文关键词:  RAGA算法  PPC模型  分类  综合评价
Key Words:RAGA algorithm  PPC model  classification  comprehensive evaluation
基金项目:中国林科院林业新技术所基本科研业务费专项资助(CAF,基金号:CAFYBB2019SY039)。
作者单位邮编
赵静远* 南京林业大学江苏省制浆造纸科学与技术重点实验室江苏南京210037 210037
熊智新 南京林业大学江苏省制浆造纸科学与技术重点实验室江苏南京210037 210037
梁龙 中国林业科学研究院林产化学工业研究所江苏南京210042 210042
房桂干 中国林业科学研究院林产化学工业研究所江苏南京210042 210042
摘要点击次数: 2696
全文下载次数: 1393
中文摘要:
      将投影寻踪分类(PPC)模型与基于实数编码的加速遗传算法(RAGA)相结合,同时优化多个指标参数,将高维数据指标转化为低维空间上的一维投影值,建立RAGA-PPC模型,用于造纸纤维原料分类,并对造纸纤维原料进行综合评价。结果表明,基于RAGA-PPC模型的评价结果与造纸纤维原料实际分类结果一致,此方法客观可靠,精度高,具有一定的应用前景。
Abstract:
      In this paper, the projection pursuit classification (PPC) and accelerated genetic algorithm (RAGA) based on real coding were combined and optimized multiple index parameters to convert high-dimensional data indexes into one-dimensional projection. Based on the RAGA-PPC model, the various papermaking raw materials were classified, and evaluated effectively. The conclusion demonstrated that eva-luation result of RAGA-PPC model was consistent with the actual category of the papermaking raw materials. Furtherly this method has more advantages in objectivity, reliability, accuracy and has practical application prospects.
查看全文  查看/发表评论  下载PDF阅读器  HTML

分享按钮