张帆
,
魏国
,
庞巍
,
高强健
,
陈伟亮
,
温秋林
,
杜钢
材料与冶金学报
分析烧结生产中影响烧结矿FeO含量的众多因素,选择碱度、配煤量、一次温度、制粒效果、加水量、料层厚度、点火温度、煤气流量等8个工艺参数以及4种矿粉配比作为FeO含量预报模型的输入变量.分别采用BP神经网络、RBF神经网络、SVM 3种进行建模预测.预测结果表明,SVM预测性能优于BP神经网络,RBF神经网络优于SVM.
关键词:
FeO含量预测
,
BP
,
SVM
,
RBF
赵莹
,
张袅娜
,
张德江
金属世界
doi:10.3969/j.issn.1000-6826.2010.02.014
由于判断电弧炉炉况的直接条件不好测得,导致电弧炉各个炉况不容易确定.本文针对此类问题,提出一种基于支持向量机(SVM)理论的炉况判断系统.通过传感器采集数据,获得废铁量、废铁温度、炉渣量和炉渣温度等参数作为训练样本,离线训练SVM,得到分离器,然后选取测试的特征数据作为测试样本,根据本文提出的分类方法,通过离线分类器对炉况类型进行判断,从而为调整电极升降提供依据.实验表明SVM在有限的训练样本情况下可以有效地判断炉况.
关键词:
SVM
,
炉况判断
,
电弧炉
张彦超
,
王国锋
宇航材料工艺
doi:10.3969/j.issn.1007-2330.2015.06.007
刀具状态监测关系到工件加工质量,因此实时掌握刀具的磨损状态具有重要的意义.针对单一模式识别分类器的局限性,提出了基于异态集成学习模型的刀具状态监测系统.在该系统中,根据集成学习基分类器选择原则,选取了支持向量机(SVM)、隐马尔科夫模型(HMM)以及径向基神经网络(RBF)这3个单分类器作为基分类器.为了验证监测系统的有效性,进行了复合材料钻削实验,提取了加工过程中的钻削力信号、振动信号的时域特征并利用局部保持法(LPP)进行了特征选择.通过与单分类器和集成学习分类效果的对比,表明了集成学习模型相比于单一基分类器具有更高的分类精度和更好的稳定性.
关键词:
刀具状态监测
,
异态集成学习
,
切削力
,
复合材料
,
支持向量机
,
局部保持法
崔桂梅
,
鄢常亮
,
关英辉
钢铁研究学报
高炉冶炼过程中炉温是影响技术经济指标的关键参数，保持合理的炉温是高炉稳定顺行的关键因素。采用某炼铁厂在线采集的数据，通过核主元分析对建模数据进行预处理，根据相关系数选定模型参数，确定参数对炉温的滞后时间，基于支持向量机建立了高炉向凉、向热预测诊断模型。通过实例验证，该模型具有很高的精度。
关键词:
高炉
,
支持向量机
,
核主元分析
,
炉温预测
周文辉
,
宋晓莉
,
程玉华
液晶与显示
doi:10.3788/YJYXS20163111.1085
注塑模具保护系统普遍采用模板匹配图像处理算法，其存在实时性不强、精确度不高，以及对运行环境要求严苛等问题.论文提出了基于小波钝化的嵌入式模具保护图像处理算法，该算法运行于嵌入式平台，采用小波钝化的方法凸显待测残留物，无需进行模板匹配、图像配准和较正；提出了基于像素值统计的支持向量机检测算法，以适应嵌入式平台内存小的特点；引入支持向量机分类，有效解决了图像偏移带来的误差问题.MATLAB 实验测得，该算法的模腔残留物检测平均准确率为85．71％，残留物检出平均耗时0．910 s.结果表明，采用小波钝化和支持向量机的嵌入式图像处理算法，无论在算法检测精度还是算法响应速度方面均优于以灰度共生矩阵匹配算法和差影法为代表的图像匹配算法.
关键词:
模具保护
,
图像处理
,
小波钝化
,
支持向量机
