基于SVM算法的螺丝锁附结果分类研究

论文摘要

为提高螺丝锁附结果分类的正确性,本文以采集的苹果手机螺丝锁附过程的受力数据为依据,基于支持向量机(support vector machine,SVM)算法,对螺丝锁附结果分类进行研究。通过重采样和归一化的方法,对所采集的数据进行预处理,并采用支持向量机算法对数据进行训练,同时采用网格搜索算法寻找最优参数C与σ2,为检验模型的好坏,采用验证集将400组验证数据输入到模型中。研究结果表明,在400组验证数据中,第399组数据分类错误,误差率为0.25%,在允许范围内。该研究对螺丝安装或拆卸速度及准确性的提高具有重要意义。

论文目录

• 1 数据预处理
•   1.1 数据提取
•   1.2 重采样
•   1.3 归一化
•   1.4 螺丝锁附分类图
• 2 特征选择与提取
• 3 支持向量机求解
•   3.1 支持向量机求解原理
•   3.2 基于SVM的扭螺丝系统计算
•   3.3 实验结果及分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 刘金燕,王冬青,林国聪

关键词: 锁附螺丝,数据处理,重采样,归一化

来源: 青岛大学学报(工程技术版) 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技

专业: 轻工业手工业,自动化技术

单位: 青岛大学电气工程学院

基金: 国家自然科学基金资助项目(61573205,61873138)

分类号: TS914.6;TP181

DOI: 10.13306/j.1006-9798.2019.03.005

页码: 21-26

总页数: 6

文件大小: 1320K

下载量: 135