基于CFS-KNN的双能X射线废金属特征优选与分类

摘要：

在基于双能X射线透射技术的废金属分选中,识别效果很大程度上受所选物料特征影响.已有废金属物料识别算法所用特征不够全面且各特征数据间冗余性较大,识别准确度不高.针对该问题,充分考虑特征间冗余性和特征与类别间关联性提出相关性特征选择方法(CFS),在众多物料特征中确定由特征IH、IL、x、TML和TMH组成的最优特征子集.通过采用不同物料特征组合方法进行对比实验,并选择最优特征子集下K-最近邻(KNN)作为最优分类模型.实验结果表明:基于相关性特征选择K-最近邻(CFS-KNN)的废有色金属物料识别分类方法与已有分类方法相比用相对较少的特征获得更高的识别准确度(96.13％).

关键词：特征选择、相关性、K-最近邻、废金属、分类

所属期刊栏目：13

分类号：TP274(自动化技术及设备)

资助基金：江苏省重点研发计划项目BE2020779

在线出版日期：2023-02-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：86-92