基于相关向量机模型的腐蚀声发射信号识别

• 作者: 于洋 马佳良
• 来源期刊: 环境技术
• 学科: 工学
• 关键词: 相关向量机 参数优化 声发射信号识别
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 环境适应性和可靠性 ENVIRONMENTAL ADAPTABILITY & RELIABILITY
• 页码范围: 23-26
• 页数: 4页
• 分类号: TP391.4
• 字数: 2498字
• 语种: 中文

摘要

相关向量机（RVM）模型的分类性能与其核函数参数的选择有密切关系。本文分别利用人工蜂群算法（ABC）、粒子群算法(PSO)和遗传算法(GA)寻找相关向量机模型的最优参数，对几种方法的寻优性能进行了对比。采用基于二叉树结构的一对多扩展方法，对二分类相关向量机模型进行了扩展，建立了四分类模型。基于该分类模型对罐底腐蚀声发射信号进行识别，将声发射特征参数和频域参数作为模型的输入参数，获得了较好的识别结果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于洋	沈阳工业大学信息科学与工程学院	33	152	7.0	11.0