針對(duì)工業(yè)復(fù)雜環(huán)境中高溫目標(biāo)溫度難以直接測(cè)量的問(wèn)題,提出一種新的基于支持向量回歸機(jī)(Support Vector Regression,SVR)的顏色測(cè)溫軟測(cè)量方法。利用支持向量回歸機(jī)模型來(lái)擬合高溫物體顏色圖像樣本特征值與其溫度之間復(fù)雜的非線(xiàn)性映射關(guān)系,將待預(yù)測(cè)溫度的顏色圖像特征值輸入到訓(xùn)練好的SVR測(cè)溫模型,進(jìn)而預(yù)測(cè)相應(yīng)的溫度。仿真結(jié)果表明改進(jìn)的SOR_SVR算法具有良好的泛化能力和預(yù)測(cè)精度,且該算法需要的支持向量更少,學(xué)習(xí)速度更快。

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

圖1顏色測(cè)溫系統(tǒng)結(jié)構(gòu)示意圖

。目前常用的去噪方法有時(shí)域和頻域兩種，由于黑體在某一恒定溫度工作時(shí)，靶面上顏色分布比較均勻，故采用一般的均值濾波就完全可行。系統(tǒng)在采集和一系列的圖像預(yù)處理過(guò)程中，會(huì)不可避免的產(chǎn)生誤差，但對(duì)于支持向量機(jī)這種辨識(shí)模型來(lái)說(shuō)，所引入的誤差會(huì)被自身學(xué)習(xí)所覆蓋。故通過(guò)以上一系列圖像樣本預(yù)處理....

圖2總體測(cè)試誤差與訓(xùn)練樣本的關(guān)系

第28卷第11期系統(tǒng)仿真學(xué)報(bào)Vol.28No.112016年11月JournalofSystemSimulationNov.,2016http:∥www.china-simulation.com2740圖2總體測(cè)試誤差與訓(xùn)練樣本的關(guān)系圖3支持向量占樣本比與訓(xùn)練樣本數(shù)的關(guān)系2.2支....

圖3支持向量占樣本比與訓(xùn)練樣本數(shù)的關(guān)系

第28卷第11期系統(tǒng)仿真學(xué)報(bào)Vol.28No.112016年11月JournalofSystemSimulationNov.,2016http:∥www.china-simulation.com2740圖2總體測(cè)試誤差與訓(xùn)練樣本的關(guān)系圖3支持向量占樣本比與訓(xùn)練樣本數(shù)的關(guān)系2.2支....

圖4NOR-SVR算法模型訓(xùn)練與預(yù)測(cè)結(jié)果

第28卷第11期系統(tǒng)仿真學(xué)報(bào)Vol.28No.112016年11月JournalofSystemSimulationNov.,2016http:∥www.china-simulation.com2740圖2總體測(cè)試誤差與訓(xùn)練樣本的關(guān)系圖3支持向量占樣本比與訓(xùn)練樣本數(shù)的關(guān)系2.2支....

本文編號(hào)：3946227