基于SVM和PSO的烧结工况预报方法
来源期刊：东北大学学报(自然科学版)2010年第4期
论文作者：姜慧研 景世磊 柴天佑 周晓杰
文章页码：494 - 497
关键词：烧结工况;图像处理;模式识别;支持向量机;粒子群算法;
摘 要：利用滚球算法对在线采集的烧结工况图像进行去噪处理,然后利用大津方法和双快速行进法从去噪后的图像中分割出物料区、火焰区和充分燃烧区等关心区域,再从这些关心区域中提取特征.基于ReliefF-GA方法对特征进行约简,利用PSO优化SVM模型参数,建立烧结工况预报模型,基于该模型进行烧结工况预报.经过大量实验验证,该方法可以较大程度地提高烧结工况的预报率.
姜慧研1，景世磊1，柴天佑2，周晓杰2
1. 东北大学软件学院2. 东北大学流程工业综合自动化教育部重点实验室
摘 要：利用滚球算法对在线采集的烧结工况图像进行去噪处理,然后利用大津方法和双快速行进法从去噪后的图像中分割出物料区、火焰区和充分燃烧区等关心区域,再从这些关心区域中提取特征.基于ReliefF-GA方法对特征进行约简,利用PSO优化SVM模型参数,建立烧结工况预报模型,基于该模型进行烧结工况预报.经过大量实验验证,该方法可以较大程度地提高烧结工况的预报率.
关键词：烧结工况;图像处理;模式识别;支持向量机;粒子群算法;
