周小敏
- 作品数：3 被引量：3H指数：1
- 供职机构：沈阳航空航天大学自动化学院更多>>
- 发文基金：博士科研启动基金辽宁省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于遗传算法优化支持向量机的辐射测温方法被引量：1
- 2015年
- 温度的监控与测量在工业生产和科学研究等众多领域都发挥着重要的作用。遗传算法(Genetic Algorithm,GA)是模拟生物界中自由配对和自然选择现象的一种过程全局搜索算法。而支持向量机(Support Vector Machine,SVM)是以统计学习理论为基础的,并致力于研究少样本情况下机器学习规律的新兴学习算法,具有非常好的非线性函数拟合和泛化能力。针对目前支持向量机的结构参数多采用经验或者试取,提出遗传算法来优化支持向量机的参数,并应用于红外辐射温度测量。结果表明,遗传算法优化方法较网格搜索方式无论是学习效率和预测精度都优于后者,表明遗传支持向量机算法能有效地用于目标辐射温度测量。
- 卢艳军周小敏任艳房芮
- 关键词：支持向量机遗传算法参数优化温度测量
- 基于支持向量机的辐射测温技术研究
- 温度的监控与测量在工业生产和科学研究等众多领域都发挥着重要的作用，传统的测温方法是使用热电阻等传感器式的接触法测量，虽然这种方法价格低廉、操作简便，但是对高温与运动的物体的温度测量却是非常不易，而且影响被测物体温度场分布...
- 周小敏
- 关键词：比色测温支持向量机遗传算法
- 文献传递
- 支持向量回归机在颜色测温中的仿真应用被引量：2
- 2016年
- 针对工业复杂环境中高温目标温度难以直接测量的问题,提出一种新的基于支持向量回归机(Support Vector Regression,SVR)的颜色测温软测量方法。利用支持向量回归机模型来拟合高温物体颜色图像样本特征值与其温度之间复杂的非线性映射关系,将待预测温度的颜色图像特征值输入到训练好的SVR测温模型,进而预测相应的温度。仿真结果表明改进的SOR_SVR算法具有良好的泛化能力和预测精度,且该算法需要的支持向量更少,学习速度更快。
- 任艳周小敏关威傅莉陈新宇
- 关键词：支持向量回归机建模仿真
