基于PCA和SVM的铬层裂纹声发射识别方法 |
| |
引用本文: | 李力,李骥.基于PCA和SVM的铬层裂纹声发射识别方法[J].无损检测,2014(2). |
| |
作者姓名: | 李力 李骥 |
| |
作者单位: | 三峡大学水电机械设备设计与维护湖北省重点实验室; |
| |
基金项目: | 国家自然科学基金资助项目(51175401) |
| |
摘 要: | 针对采用幅值、能量等统计特征参数分类识别声发射(AE)信号时存在的信息冗余问题,提出利用主成分分析(PCA)方法减少信息冗余,提取AE信号统计特征。设计了钢板表面铬层裂纹试验,对统计特征参数进行主成分分析,提取了两个主成分。设计了支持向量机(SVM)分类器,以主成分为输入向量,分类识别铬层裂纹AE信号。验证了主成分可以有效表征AE信号统计特征,减少了信息冗余,提高了分类效率及准确率。
|
关 键 词: | 声发射 统计特征参数 主成分分析(PCA) 支持向量机(SVM) 识别 |
本文献已被 CNKI 等数据库收录! |
|