共 14 条
基于ACO-LS-SVM的漏磁信号二维轮廓重构
被引：2
作者：
纪凤珠
孙世宇
苑希超
王瑾
左宪章
机构：
[1] 军械工程学院电气工程系
关键词：
漏磁检测;
LS-SVM;
ACO;
特征融合;
轮廓重构;
D O I：
暂无
中图分类号：
TE973.6 [];
TP18 [人工智能理论];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
漏磁检测技术被广泛应用于铁磁材料的无损评估中,由漏磁信号描述缺陷的几何特征一直是漏磁检测的难点。为此提出应用LS-SVM对缺陷轮廓进行重构的新方法,利用蚁群算法优化LS-SVM及核函数的参数,并采用剪枝算法改善LS-SVM的稀疏性。支持向量机输入采用漏磁信号Bx、By分量的特征融合信号,输出是缺陷轮廓数据,建立了由缺陷的漏磁信号到缺陷二维轮廓的映射关系。实现了人工裂纹缺陷二维轮廓的重构,并与BP神经网络、GA-LS-SVM和PSO-LS-SVM等3种方法重构效果进行了比较。结果表明:该方法速度快、精度高,并有很好的泛化
引用
收藏
页码：165 / 169+215
+215-216
页数：7
相关论文