数据资源: 中文期刊论文

基于ReliefF和PSO-SVM的木质材料超声无损分类技术



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 袁琪朗  周真祥  杨克己 

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。

相关图谱

扫描二维码