基于支持向量机的铁谱磨粒模式识别

• 作者: 周利霞 王静 顾大强
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 磨损 铁谱技术 模式识别 BP神经网络 支持向量机 磨粒识别
• 年，卷（期）: 2006,（13）
• 所属期刊栏目: 科学基金
• 页码范围: 1391-1394
• 页数: 4页
• 分类号: TH11
• 字数: 3009字
• 语种: 中文
• DOI: 10.3321/j.issn:1004-132X.2006.13.017

摘要

将支持向量机方法用于铁谱磨粒模式识别,以磨粒样本的圆形度、细长度、散射度和凹度4个形态特征量作为支持向量机分类器的输入,以滑动磨损、切削磨损、正常磨损和疲劳点蚀4种磨损形式作为分类器的输出,建立基于支持向量机的磨粒分类器;研究支持向量机中误差惩罚系数和核参数对磨粒分类器的性能影响;通过实验比较了基于支持向量机与基于BP神经网络的磨粒分类器的性能,结果表明,基于支持向量机的磨粒分类器分类准确率为96%,基于BP神经网络的磨粒分类器分类准确率为90%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾大强		54	531	11.0	21.0
2	王静		37	274	12.0	15.0
6	周利霞		2	21	2.0	2.0