| 基于自适应支持向量机的磨粒识别技术研究 |
| |
| 引用本文： | 石宏,张帅. 基于自适应支持向量机的磨粒识别技术研究[J]. 科学技术与工程, 2012, 12(32): 8543-8546,8552 |
| |
| 作者姓名： | 石宏 张帅 |
| |
| 作者单位： | 沈阳航空航天大学航空宇航工程学部,沈阳,110136 |
| |
| 基金项目： | 航空科学基金资助项目（2008ZG54024） |
| |
| 摘 要： | 通过对铁谱磨粒类型进行识别,可有效监测机械装备磨损状态,有利于尽早发现和消除故障隐患。对粒子群优化算法进行改进,采用改进的粒子群算法同时优化支持向量机的惩罚参数和核函数参数,建立了自适应磨粒识别模型。通过对磨粒样本进行仿真实验,识别正确率达到98%,并与BP神经网络方法进行对比,结果表明了该方法的有效性及优越性。
|
| 关 键 词： | 磨粒识别 支持向量机 粒子群算法 |
| 收稿时间： | 2012-07-15 |
| 修稿时间： | 2012-07-15 |
Research on Wear Particle Recognition based on Self-Adapting Support Vector Machine |
| |
| shihong and zhangshuai. Research on Wear Particle Recognition based on Self-Adapting Support Vector Machine[J]. Science Technology and Engineering, 2012, 12(32): 8543-8546,8552 |
| |
| Authors: | shihong and zhangshuai |
| |
| Affiliation: | (Faculty of Aerospace Engineering,Shenyang Aerospace University,Shenyang 110136,P.R.China) |
| |
| Abstract: | |
| |
| Keywords: | wear particle recognition support vector machine particle swarm optimization |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
|
点击此处可从《科学技术与工程》下载全文 |
|
