一种基于粒子群优化支持向量机的质量分析方法
基本信息
申请号 | CN201811487699.3 | 申请日 | - |
公开(公告)号 | CN109670687B | 公开(公告)日 | 2021-03-26 |
申请公布号 | CN109670687B | 申请公布日 | 2021-03-26 |
分类号 | G06N3/00(2006.01)I;G06Q10/06(2012.01)I;G06K9/62(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 彭刚;阮景;刘鑫 | 申请(专利权)人 | 湖北博华自动化系统工程有限公司 |
代理机构 | 华中科技大学专利中心 | 代理人 | 李智;曹葆青 |
地址 | 430074湖北省武汉市洪山区珞喻路1037号 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于粒子群优化支持向量机的质量分析方法,首先,运用训练好的支持向量机SVM模型的核函数,将线性不可分的原始数据样本,从低维空间映射到高维空间中,得到线性可分的目标数据集;然后,在高维空间中,对线性可分的目标数据集,按分类间隔最大的规则进行线性分类,得到最优分类面的判别函数,对目标数据集进行分类操作,得到分类结果;最后,根据分类结果,对产品的质量进行分类分析。本发明采用粒子群算法,优化支持向量机的核函数和惩罚函数的关键参数,为支持向量机模型参数的优化提供了一种可行、高效的方法,并具有较高的产品质量分类准确率,算法复杂度也不会随着数据维度的增加而有明显增加。 |
