论文部分内容阅读
为提高磨粒智能识别的准确率,以传统支持向量机和粒子群优化（PSO）算法为基础,提出一种基于改进PSO算法的支持向量机（SVM）识别模型。该识别模型的惩罚参数和核函数参数可同时得到最佳优化,从而可建立模型参数最优的自适应SVM识别模型。采用该识别模型对油液中的磨粒进行智能识别,结果表明该模型识别准确率高达98%,明显优于BP神经网络模型。