基于改进万有引力优化的LSSVM模型在标签缺陷检测中的应用

• 作者: 庄葛巍 张晓颖 张维平 高大智
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 万有引力搜索算法 最小二乘支持向量机 分类模型 缺陷检测
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 工程应用与技术交流
• 页码范围: 89-94
• 页数: 6页
• 分类号: TM93
• 字数: 3463字
• 语种: 中文

摘要

针对最小二乘支持向量机(LSSVM)在缺陷检测过程中的模型参数选择问题,提出了一种改进的万有引力搜索算法(IGSA)对模型参数进行优化,该算法有效地克服了标准GSA易陷入局部最优解且优化精度不高的缺点,显著提高了原算法中物体的探索能力与开发能力.通过利用UCI数据库的数据进行分类验证,相比交叉验证、标准GSA、遗传和粒子群优化的LSSVM,IGSA-LSSVM分类模型有效提高了分类正确率和模型的泛化能力.最后,把该模型应用于标签缺陷自动检测中,取得了良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓颖	国网上海市电力公司电力科学研究院	8	17	2.0	3.0
2	庄葛巍	国网上海市电力公司电力科学研究院	8	16	2.0	3.0
3	张维平		3	3	1.0	1.0
4	高大智		2	3	1.0	1.0