基于支持向量机与粒子滤波的刀具磨损状态识别 |
| |
引用本文: | 程灿,李建勇,徐文胜,聂蒙.基于支持向量机与粒子滤波的刀具磨损状态识别[J].振动与冲击,2018(17). |
| |
作者姓名: | 程灿 李建勇 徐文胜 聂蒙 |
| |
作者单位: | 北京交通大学机械与电子控制工程学院;载运工具先进制造与测控技术教育部重点实验室 |
| |
摘 要: | 为了提高小样本情况下刀具磨损量识别的精度,提出一种基于支持向量机和粒子滤波的刀具磨损量识别方法。针对支持向量机的输入特征选择和参数选择难题,建立支持向量机输入特征与参数优化双层规划模型,并组合遗传算法和人工蜂群算法进行求解。之后,利用粒子滤波方法对支持向量机回归得到的结果进行修正。实验结果表明,在小样本情况下,基于支持向量机和粒子滤波的刀具磨损量识别方法具备良好的学习能力,能够精确地识别刀具的磨损量。
|
本文献已被 CNKI 等数据库收录! |
|