一种用于磨粒识别的基于改进P SO算法的支持向量机模型?

• 作者: 吕纯 张云强 张培林 徐超 李一宁 杨玉栋
• 来源期刊: 润滑与密封
• 学科: 工学
• 关键词: 油液检测 磨粒识别 粒子群优化算法 支持向量机
• 年，卷（期）: 2016,（2）
• 页码范围: 81-85
• 页数: 5页
• 分类号: TP301.6|TH117.1
• 字数: 4276字
• 语种: 中文
• DOI: 10.3969/j.issn.0254-0150.2016.02.0016

摘要

为提高磨粒智能识别的准确率，以传统支持向量机和粒子群优化（ PSO）算法为基础，提出一种基于改进PSO算法的支持向量机（ SVM）识别模型。该识别模型的惩罚参数和核函数参数可同时得到最佳优化，从而可建立模型参数最优的自适应SVM识别模型。采用该识别模型对油液中的磨粒进行智能识别，结果表明该模型识别准确率高达98％，明显优于BP神经网络模型。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张培林	军械工程学院七系	253	1973	21.0	28.0
2	张云强	军械工程学院七系	31	154	7.0	10.0
3	徐超	军械工程学院军械技术研究所	49	209	8.0	11.0
4	李一宁	军械工程学院七系	13	51	4.0	6.0
5	杨玉栋	武汉军械士官学校四系	10	15	2.0	3.0
6	吕纯	军械工程学院七系	9	34	4.0	5.0