一種基于粒子群優(yōu)化支持向量機的質量分析方法
基本信息

| 申請?zhí)?/td> | CN201811487699.3 | 申請日 | - |
| 公開(公告)號 | CN109670687A | 公開(公告)日 | 2019-04-23 |
| 申請公布號 | CN109670687A | 申請公布日 | 2019-04-23 |
| 分類號 | G06Q10/06(2012.01)I; G06K9/62(2006.01)I; G06N3/00(2006.01)I | 分類 | 計算;推算;計數; |
| 發(fā)明人 | 彭剛; 阮景; 劉鑫 | 申請(專利權)人 | 湖北博華自動化系統工程有限公司 |
| 代理機構 | 華中科技大學專利中心 | 代理人 | 李智;曹葆青 |
| 地址 | 430074 湖北省武漢市洪山區(qū)珞喻路1037號 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 本發(fā)明公開了一種基于粒子群優(yōu)化支持向量機的質量分析方法,首先,運用訓練好的支持向量機SVM模型的核函數,將線性不可分的原始數據樣本,從低維空間映射到高維空間中,得到線性可分的目標數據集;然后,在高維空間中,對線性可分的目標數據集,按分類間隔最大的規(guī)則進行線性分類,得到最優(yōu)分類面的判別函數,對目標數據集進行分類操作,得到分類結果;最后,根據分類結果,對產品的質量進行分類分析。本發(fā)明采用粒子群算法,優(yōu)化支持向量機的核函數和懲罰函數的關鍵參數,為支持向量機模型參數的優(yōu)化提供了一種可行、高效的方法,并具有較高的產品質量分類準確率,算法復雜度也不會隨著數據維度的增加而有明顯增加。 |





