摘要：使用微波谐振腔对物料含水率测量过程中,减少谐振参量与含水率多元非线性回归过程的误差是影响测量精度的主要因素。针对这一问题,建立了一种基于支持向量机多元非线性回归模型,并确定了其中谐振频率、品质因数和环境温度的特征值、贡献率。应用SVM-KM对该模型进行实验研究,利用50组数据对模型进行训练并验证其学习性能,利用另外15组数据验证其泛化能力。实验表明,该方法能够实现微波谐振腔物料含水率的软测量,且小样本条件下比神经元网络具有优势。对SVM多元非线性回归泛化性能进行测试,其均方根相对误差为1.06%,平均绝对相对误差为0.96%,最大绝对相对误差为1.16%。

关键词：含水率测量 支持向量机 谷物 开路微波谐振腔 

单位：哈尔滨工业大学电子与信息技术研究院; 哈尔滨工程大学信息与通信工程学院; Kokushikan大学电子与电气工程系; 哈尔滨150001; 中国; 哈尔滨150001; 东京154-8515; 日本