论文部分内容阅读
提出了一种利用混合蛙跳算法(SFLA)优化最小二乘支持向量机(LSSVM)算法的混合优化算法, 并将其应用到多峰Brillouin散射谱的特征提取中。SFLA-LSSVM混合优化算法利用SFLA对LSSVM算法中的惩罚因子C和核函数中的核宽度σ进行寻优, 避免了LSSVM算法陷入局部最优导致的Brillouin频移误差较大。通过对相同信噪比、不同线宽以及相同线宽、不同信噪比2种情况下的多峰Brillouin散射谱仿真分析以及实验验证, 拟合适应度为0.0067, 拟合度为99.99%, Brillouin频移误差为0.18 MHz。实验结果表明SFLA-LSSVM混合优化算法能够精确地对多峰Brillouin散射谱进行拟合, 同时该算法具有拟合精度高、均方误差小、运行速度快的特点, 为多峰Brillouin散射谱的特征提取提供了一种新方法。