基于SVM的改进RBF网络板形模式识别方法

摘要

为了提高带钢生产中板形模式识别精度,提出了基于支持向量机(SVM)的改进径向基(RBF)网络板形模式识别方法,由SVM回归确定RBF网络优化的初始参数,解决了传统方法存在的学习时间长、易陷入局部极小值等问题.此外,分别将输入样本与一对互反的基本模式间的模糊距离之差作为RBF网络的三个输入,使输入节点减少一半,进一步简化了网络模型.实验表明,该方法有效地提高了模式识别精度和速度,可推广到其他具有两两互反性基本模式的模式识别系统中.