一种基于PSO-SVM的精密加工结构件识别分类的方法

摘要

本发明涉及了一种一种基于PSO‑SVM的精密加工结构件识别分类方法，其步骤为初始化SVM以及PSO结构，确定初始参数c，σ，ξ以及w，c1和c2的范围；利用SIFT特征提取以及K‑means算法将图像构造BOW，将图片转化为输入输出的特征向量，并将样本分为训练样本和预测样本；选取核函数，构建解决多分问题的SVM学习模型，初始化SVM学习模型的参数，并根据参数数量确定粒子群种群；将训练集特征向量对SVM学习模型进行训练；使用PSO算法对SVM学习模型的参数进行寻优，使用寻优后的参数构建SVM预测模型；将测试集特征向量输入SVM预测模型，输出测试集分类结果；根据测试集分类结果对结构件进行分类。