基于改进多输出支持向量机的声发射源定位研究

• 作者: 史勃 张环宇 朱军 荣胜波 黄益泽
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 声发射 核主成分分析 多输出支持向量机 参数优化
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 研究与探讨
• 页码范围: 64-66,71
• 页数: 4页
• 分类号: TP181
• 字数: 2370字
• 语种: 中文
• DOI: 10.13873/J.1000—9787(2018)02—0064—03

摘要

为了提高根据声发射(AE)现象预报煤与瓦斯突出位置的精度,结合核主成分分析(KPCA),提出了一种改进的多输出最小二乘支持向量机(LSSVM)的目标定位方法.对于采集的声发射参数信号,采用核主成分分析提取重要定位特征;采用多输出最小二乘支持向量机建立定位模型,采用文化基因算法对多输出最小二乘支持向量机参数进行优化.试验测试定位性能,结果表明:算法提高了试验平台声发射定位的精度且定位时间少于其他定位算法,具有很高的实际应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱军	中国科学院沈阳自动化研究所	40	288	9.0	15.0
2	史勃	中国科学院沈阳自动化研究所	10	34	4.0	5.0
3	张环宇	中国科学院沈阳自动化研究所	7	19	2.0	4.0
4	荣胜波	中国科学院沈阳自动化研究所	8	17	2.0	4.0
5	黄益泽	中国科学院沈阳自动化研究所	2	1	1.0	1.0