典型文献
基于特征融合和ILSTSVM的铝电解过热度识别
文献摘要：
为提高过热度识别的准确性和降低成本,提出了一种融合火眼图像深层特征和浅层特征的过热度识别方法.首先,提出CNN-CGWO-ILSTSVM的过热度识别模型,利用卷积神经网络(CNN)对火眼图像进行深层特征提取,利用改进的最小二乘孪生支持向量机(ILSTSVM)作为分类器提高算法的泛化能力和运算效率.然后,针对ILSTSVM参数选择困难,采用混沌灰狼优化算法(CGWO)对ILSTSVM进行参数寻优,从而提高分类器的精度和泛化能力.最后,采用实际生产数据对方法进行验证.实验结果表明,提出的CNN-CGWO-ILSTSVM模型提高了火眼图像识别的泛化能力和鲁棒性,该方法识别的准确率为93.74％,对比目前的过热度识别方法,显示出更好的优越性.
文献关键词：
过热度识别;深层特征;特征融合;孪生支持向量机;参数优化
中图分类号：
作者姓名：
刘斌;韦业辉;徐辰华;熊建斌
作者机构：
广西大学 电气工程学院,广西 南宁530004;广东技术师范大学 自动化学院,广东广州510630
文献出处：
引用格式：
[1]刘斌;韦业辉;徐辰华;熊建斌-.基于特征融合和ILSTSVM的铝电解过热度识别)[J].广西大学学报（自然科学版）,2022(04):998-1007
A类：
ILSTSVM,过热度识别
B类：
特征融合,铝电解,高过,降低成本,火眼,眼图,深层特征,CGWO,识别模型,最小二乘孪生支持向量机,分类器,泛化能力,运算效率,参数选择,混沌灰狼优化,灰狼优化算法,参数寻优,生产数据,图像识别,方法识别,比目
AB值：
0.199472
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
