活性染料耐洗色牢度支持向量机分类模型

• 作 者: 黄磊 禹新良 杨辉琼
• 机 构: 湖南工程学院化学化工学院,东莞德永佳纺织制衣有限公司,湖南工程学院生态纺织材料及染整新技术湖南省高校重点实验室
• 出 处: 湖南工程学院学报:自然科学版
• 发表日期: 2018年4期
• 关键词: 耐洗色牢度 粒子群优化算法 活性染料 支持向量机分类 colour fastness to washing particle swarm optimizati
• 基金项目: 湖南省自然科学基金资助项目(12JJ6011),湖南省教育厅科研资助项目(16A047),化学生物传感与计量学国家重点实验室(湖南大学)开放课题(2016013).

当今人们对染料染色织物的耐洗色牢度越来越关注.报道了基于二元分类问题的支持向量机分类(support vector classification,SVC))模型预测活性染料分子耐洗色牢度等级.在测试123支活性染料的耐洗色牢度、溶解过程中的抽滤时间、pH值之后,采用粒子群优化(particle swarm optimization,PSO)算法搜寻SVC模型参数C与γ值.模型采用3个变量(活性染料的pH值、抽滤时间、及结构特征定性变量)作为SVC分类模型的输入.所建分类模型对训练集活性染料分子耐洗色牢度等