编号
zgly0001506992
文献类型
期刊论文
文献题名
基于ReliefF和PSO-SVM的木质材料超声无损分类技术
作者单位
宁波城市职业技术学院
浙江大学流体动力与机电系统国家重点实验室
母体文献
绿色科技
年卷期
2016年14期
年份
2016
分类号
TS67
关键词
木质材料
超声检测
ReliefF算法
粒子群
支持向量机
文摘内容
指出了木质材料是一种广泛使用的可再生原料,对其进行正确分类可提高原料的利用率并防止在交易时欺诈行为的发生。鉴于常用木质材料分类方法的不足和支持向量机参数选择困难导致分类准确率低的问题,以超声无损检测手段为基础,提出了一种基于ReliefF特征选择和PSO-SVM分类器的木质材料分类新方法。该方法根据接收到的木材超声信号,通过ReliefF算法选取出最有代表的特征,然后使用粒子群优化算法对支持向量机的参数进行优化,提高了木质材料的分类效率和准确率。实验表明,基于ReliefF和PSO-SVM的方法能有效解决木质材料的在线分类问题。