基于核主成分分析的GSA-SVM木材单板缺陷识别研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为支持向量机能够准确识别木材单板表面缺陷，以提高木材单板质量，提出高效准确的单板缺陷核主成分分析（KPCA）的引力搜索算法（GSA）-支持向量机（SVM）识别模型。考虑到图像特征数据间的冗余影响，采用KPCA方法对原始特征数据降维，并通过GSA优化SVM的惩罚因子C和核参数g，建立KPCA- GSA-SVM 木材单板缺陷识别模型。（剩余18245字）

试读结束

目录
monitor