采用SVM的磨粒分类识别方法研究

• 作者: 余志红 王锐
• 来源期刊: 现代制造工程
• 学科: 工学
• 关键词: 多元支持向量机 磨粒识别 分类器 小样本
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 制造技术/工艺装备
• 页码范围: 78-80,103
• 页数: 4页
• 分类号: TH117.1|TP391
• 字数: 3365字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3133.2010.01.022

摘要

为克服传统磨粒识别分类器训练时需要大量特征样本的缺点,设计一种基于多元支持向量机(Multi-Support Vector Machine,Multi-SVM)的磨粒识别分类器.支持向量机(SVM)是一种新的机器学习方法,在小样本和高维二元分类方面有非常突出的优点.实验证明,依据此优点设计的多元支持向量机磨粒分类器模型,不仅可以在小样本情形下对模型进行快速训练,而且可以快速识别多种磨粒类型,同时识别率也比传统的神经网络方法有较大提高,从而达到了提高设备监测和故障诊断效率的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余志红	中国劳动关系学院安全工程系	14	58	3.0	7.0
2	王锐		2	5	2.0	2.0