一种基于支持向量机SVM分类的连铸坯纵裂纹预测方法,属于钢铁冶金连铸检测技术领域。该方法分别提取纵裂纹和正常工况下温度的典型特征,构成温度典型特征样本库;利用支持向量机算法对特征样本库进行多轮训练和测试,得到最优SVM分类预测模型;利用最优SVM分类预测模型对在线实时温度的特征样本进行分类,以此预测连铸坯纵裂纹。本发明分别提取对纵裂纹温度较为敏感的第一、二排热电偶温度的典型变化特征,利用SVM分类方法对典型特征温度变化特征样本库进行训练和测试,最终得到最优的SVM分类预测模型,进而对在线实时温度进行预测,具有良好的鲁棒性和预测准确率,对提高铸坯质量和得到无缺陷铸坯具有重要意义。
声明:
“基于支持向量机SVM分类的连铸坯纵裂纹预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)