文献类型：期刊文章

作　　者：庄葛巍[1] 张晓颖[1] 张维平[2] 高大智[2]

机构地区：[1]国网上海市电力公司电力科学研究院,上海200051 [2]河北海纳电测仪器股份有限公司,河北秦皇岛066004

出　　处：《电测与仪表》

年　　份：2016

卷　　号：53

期　　号：7

起止页码：89-94

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对最小二乘支持向量机(LSSVM)在缺陷检测过程中的模型参数选择问题,提出了一种改进的万有引力搜索算法(IGSA)对模型参数进行优化,该算法有效地克服了标准GSA易陷入局部最优解且优化精度不高的缺点,显著提高了原算法中物体的探索能力与开发能力。通过利用UCI数据库的数据进行分类验证,相比交叉验证、标准GSA、遗传和粒子群优化的LSSVM,IGSA-LSSVM分类模型有效提高了分类正确率和模型的泛化能力。最后,把该模型应用于标签缺陷自动检测中,取得了良好的效果。

关 键 词：万有引力搜索算法  最小二乘支持向量机 分类模型  缺陷检测  

分 类 号：TM93]