改进ALPSO-SVM的精密加工结构件图像分类算法

Improved ALPSO-SVM Precision Machining of Structural Parts Image Classification Algorithm

程洋 ¹李柏林 ¹赖复尧 ²苏欣²

扫码查看

作者信息

1. 西南交通大学机械工程学院,四川成都 610031
2. 中国电子科技集团公司第十研究所,四川成都 610031
折叠

摘要

针对精密加工结构件在加工过程中人工分拣效率低的问题,提出一种改进PSO对于SVM参数优化的图像分类算法(Adaptive Levy Flight Particle Swarm Optimization Algorithm-Support Vector Machine,ALPSO-SVM).首先,建立一个SVM分类器用来完成图像分类,然后使用改进的PSO算法(ALPSO)来帮助SVM找到最优参数,以提高分类效果;通过引入自适应步长的Levy飞行算法来调整PSO算法中粒子的位置更新公式,提高PSO的寻优效率,以得到SVM的最优参数;最后,SVM以ALPSO输出的结果作为最优参数进行分类测试.实验结果表明,ALPSO有效地提高了SVM的分类性能,分类正确率与鲁棒性都得到提高,平均正确率达到90%以上.

关键词

图像分类/SVM/PSO算法/levy飞行

Key words

Image Classification/Support Vector Bachine/Particle Swarm Optimization Algorithm/Levy Flight Algorithm

引用本文复制引用

基金项目

四川省重大科技专项(18ZDZX0140)

出版年

2023

机械设计与制造

辽宁省机械研究院

机械设计与制造

CSTPCD北大核心

影响因子：0.511

ISSN：1001-3997

参考文献量9

段落导航