制造业自动化
製造業自動化
제조업자동화
MANUFACTURING AUTOMATION
2009年
5期
82-84,88
,共4页
最小二乘支持向量机%人工神经网络%在线检测,电磁无损检测%硬度
最小二乘支持嚮量機%人工神經網絡%在線檢測,電磁無損檢測%硬度
최소이승지지향량궤%인공신경망락%재선검측,전자무손검측%경도
为了实现钢铁件淬硬层深度的在线电磁无损检测,提出了在线最小二乘支持向量机(Online Least SQuare Support Vector Machine)的建模方法.Online LS-SVM是以增量学习训I练SVM,以减量学习减少样本数,实现小样本估计的训练方法.实验结果表明,Online LS-SVM不仅能实现钢铁件淬硬层深度的在线电磁无损检测,而且具有学习速度快,泛化性能好,对样本依赖程度低的优点.
為瞭實現鋼鐵件淬硬層深度的在線電磁無損檢測,提齣瞭在線最小二乘支持嚮量機(Online Least SQuare Support Vector Machine)的建模方法.Online LS-SVM是以增量學習訓I練SVM,以減量學習減少樣本數,實現小樣本估計的訓練方法.實驗結果錶明,Online LS-SVM不僅能實現鋼鐵件淬硬層深度的在線電磁無損檢測,而且具有學習速度快,汎化性能好,對樣本依賴程度低的優點.
위료실현강철건쉬경층심도적재선전자무손검측,제출료재선최소이승지지향량궤(Online Least SQuare Support Vector Machine)적건모방법.Online LS-SVM시이증량학습훈I련SVM,이감량학습감소양본수,실현소양본고계적훈련방법.실험결과표명,Online LS-SVM불부능실현강철건쉬경층심도적재선전자무손검측,이차구유학습속도쾌,범화성능호,대양본의뢰정도저적우점.
