本发明公开了一种基于距离加权LSSVM的过滤因子优化AdaBoost方法及系统,包括,采集
复合材料损伤的声发射信号并进行特征提取,分别获得训练样本数据、测试样本数据和对应损伤类别数据;利用训练样本数据与分类平面距离构建基于加权最小二乘支持向量机的训练模型;对训练模型进行训练,利用滤波因子控制弱分类器生成的识别错误率,直至无法找到满足条件的弱分类器时,停止训练,输出损伤识别模型;将测试样本数据导入损伤识别模型内,若正确识别实际损伤类型,则完成优化;利用优化后的损伤识别模型识别复合材料损伤数据并输出识别结果。本发明方法通过采用距离权重更新模型,利用过滤因子对弱分类器的生成进行控制,增强了鲁棒性,提高了分类准确率。
声明:
“基于距离加权LSSVM的过滤因子优化AdaBoost方法及系统” 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)