基于AdaBoost_SVM的轧机的状态评估

摘要：

为了解决大型轧机设备的早期状态评估难的问题,针对样本数量较少和质量不佳时ANN表现出的过学习和欠学习的现象,及传统的SVM多用于二分类的问题,提出了一种基于AdaBoost_SVM算法的轧机状态评估方法.通过AdaBoost算法连接多个SVM弱分类器,从而得到分类准确率更高的强分类器AdaBoost_SVM模型.该算法在轧机数据集上进行了测试,并且与传统的ANN算法、SVM算法进行了比较,实验结果表明AdaBoost_SVM算法具有更好的分类精度.

关键词：SVM算法、AdaBoost算法、状态评估、分类精度

所属期刊栏目：20

分类号：TP2;TG3

在线出版日期：2014-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：53-58