10.11857/j.issn.1674-5124.2016.05.022
基于FOA-SVM的超声信号端点检测
在超声缺陷识别系统中,端点检测是确保缺陷准确识别的重要环节.为提高在实际探伤过程中端点检测的准确率,提出一种以果蝇算法优化支持向量机的端点检测方法.针对超声检测信号的特点,采用小波包变换提取反映该信号性质的特征向量.鉴于传统方法检出率不高及支持向量机(SVM)参数难确定的问题,利用果蝇算法(FOA)优化SVM的惩罚子和核参数,提高支持向量机建模准确度.试验结果表明:FOA-SVM模型的平均检出率达到97.5％,端点检测效果明显优于传统的双门限法、普通SVM模型和GA-SVM模型.
端点检测、果蝇算法、支持向量机、小波变换
42
TU1;TP2
2016-06-30（万方平台首次上网日期，不代表论文的发表时间）
共5页
103-106,123
