基于支持向量机的成纱质量监测方法研究!.pdfVIP

电子质量 2017年第05期(总第362期) 基于支持向量机的成纱质量监测方法研究 AStudyofYarnQualityMonitoringBasedonSupportVectorMachine （ 崔群海 安徽电子计算机厂,安徽合肥230031） CuiQun-hai(AnhuiElectronicComputerFactory,AnhuiHefei230031） ： ，采用了支持向量 摘 要 该文主要研究了纺机成纱质量的监测方法，通过对成纱质量的影响因素的归纳 机法，实现了单因和多因并发的监测算法，并通过仿真验证了方法的有效性。 关键词：成纱质量监测；纺织传感器；支持向量机法 中图分类号：TP391 文献标识码：A 文章编号：1003-0107(2017)05-0024-06 Abstract:ThemainresearchobjectofthispaperistheyarnquaIity.FirstIy,thispapercIassifiesthefactorsw- hichinfIuencetheyarnquaIity.AccordingtothecoIIecteddatafromtextiIesensors,itisaccurateand reIiabIe tousethesupportvectormachinemethod.ThesimuIationresuItsaIsoprovethisconcIusion. Keywords:YarnquaIitymonitoring;TextiIesensors;Supportvectormachine CLCnumber:TP391 Documentcode:A ArticIeID：1003-0107(2017)05-0024-06 0 引言 加隐层节点的数量，以提高监测的精度，所以这也是一 [4-5] 机器学习的方法可以轻松地解决很多难题，它不需 个矛盾的地方 ；最后，不得不提到神经网络的局部收 要知道系统非常具体的结构，但是它也不是完全没有利 敛问题，如果寻参方法使用最速下降法之类的最优化方 用上系统的内在逻辑，它首先有自己的一套完整的数学 法，可以提高其确定参数的速度，但是局部收敛问题还 模型，这套模型的逻辑清楚，根据系统的情况可以选择 是很容易出现，一旦陷入局部最优，就像走进一个山谷， 和设计出最适合于系统的机器学习模型，这样一来，只 它是很难自己跳出来的，没有足够的外力去改变它，这 需要采集一定数量的历史数据，再将这些历史数据训练 个模型确定为局部最优模型了，这样的话，肯定会影响 既定的机器学习模型，即可以得到合理的模型参数，由 监测的精度。 此可以对系统的输入输出关系进行估计，最终得到合理 的关系模型，这时候将此模型应用在纺织行业，可以实 1理论基础 时监测成纱的质量，一旦发现成纱质量出现异常的情况 1.1二分类支持向量机 即可以给出警报，并可以根据训练好的参数给出异常的 支持向量机的思路是，在保证一定的精度的情况 原因和位置。 [1-3]