基于主成分分析(PCA)和支持向量机(SVM)的耙吸挖泥船工况分析

论文摘要

土质信息对于耙吸挖泥船的挖掘与装舱过程的控制策略具有重要意义,但耙吸挖泥船的耙头无法直接感知土质信息。基于实船数据,通过主成分分析(PCA)对非线性耦合的疏浚数据进行线性可视化和特征分析,对土质信息与工况信息的关联性进行研究。采用支持向量机(SVM)构建分类器,对土质工况进行分类识别。结果表明,该方法能够有效识别不同的土质工况,实现了土质信息的间接感知。

论文目录

• 1 工况特性分析
• 2 分类器方法
•   2.1 标准化处理
•   2.2 主成分分析 （PCA）
•   2.3 支持向量机
• 3 分类器的设计
•   3.1 土壤类型对比
•   3.2 PCA分析
• 4 验证
• 5 结论

文章来源

类型: 期刊论文

作者: 潘志伟,俞孟蕻,苏贞

关键词: 耙吸挖泥船,工况识别,主成分分析,支持向量机

来源: 水运工程 2019年07期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 船舶工业

单位: 江苏科技大学电子信息学院

分类号: U674.31

DOI: 10.16233/j.cnki.issn1002-4972.20190708.040

页码: 231-236

总页数: 6

文件大小: 811K

下载量: 227