文件名称：基于支持向量机的铁谱磨粒模式识别 (2006年)
文件大小：2.65MB
文件格式：PDF
更新时间：2024-06-05 09:03:34
工程技术 论文
将支持向量机方法用于铁谱磨粒模式识别，以磨粒样本的圆形度、细长度、散射度和凹度4个形态特征量作为支持向量机分类器的输入，以滑动磨损、切削磨损、正常磨损和疲劳点蚀4种磨损形式作为分类器的输出，建立基于支持向量机的磨粒分类器；研究支持向量机中误差惩罚系数和核参数对磨粒分类器的性能影响；通过实验比较了基于支持向量机与基于BP神经网络的磨粒分类器的性能，结果表明，基于支持向量机的磨粒分类器分类准确率为96%，基于BP神经网络的磨粒分类器分类准确率为90%。