基于改进核LS-SVM算法的螺丝锁附结果分类研究

摘要：

该文将自动分类技术应用于手机螺丝锁附的结果分类中,由此提出了一种改进的最小二乘支持向量机算法(least squares support vector machine,LS-SVM).一方面,通过在径向基函数上进行泰勒展开,并选择前3项改进目标函数减少计算量;另一方面,在参数选取时考虑计算速度因子,以提高计算速度.仿真结果表明,改进后的LS-SVM算法与传统的LS-SVM算法具有相同的准确率,但运算速度更快,具有更强的实用性.

关键词：螺丝锁附、LS-SVM、分类、泰勒展开、参数选取

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目61873138;1573205

在线出版日期：2020-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：12-15,24