运用GA-SVM模型的砂石骨料分类方法

• 作者: 余罗兼 李占福 沈国浪 童昕
• 来源期刊: 华侨大学学报（自然科学版）
• 关键词: 人工砂石 骨料分类 破碎工序 遗传算法 支持向量机
• 年，卷（期）: 2020,（2）
• 页码范围: 137-141
• 页数: 5页
• 分类号: TU528.041
• 语种: 中文
• DOI: 10.11830/ISSN.1000-5013.201908011

摘要

提出一种能够直接从破碎工序上识别骨料成分的算法模型.在花岗岩、石灰石、灰绿岩三种骨料剪切破碎实验的基础上,获取其相关物理特征量;然后,采用遗传算法(GA)与支持向量机(SVM)相结合的算法,对破碎、筛分后的人工砂石骨料物理特征量进行训练,建立人工砂石骨料分类的GA-SVM模型.研究结果表明:所提GA-SVM模型具有较强的分类效果,能够较好地识别人工砂石骨料成分;与传统的BP神经网络、偏最小二乘法相比,其分类准确率高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	童昕	华侨大学机电及自动化学院	42	196	9.0	12.0
3	余罗兼	华侨大学机电及自动化学院	12	15	3.0	3.0
7	沈国浪	华侨大学机电及自动化学院	3	4	1.0	2.0
8	李占福	福建工程学院机械与汽车工程学院	6	14	2.0	3.0