本發明公開了一種基于距離加權LSSVM的過濾因子優化AdaBoost方法及系統,包括,采集復合材料損傷的聲發射信號并進行特征提取,分別獲得訓練樣本數據、測試樣本數據和對應損傷類別數據;利用訓練樣本數據與分類平面距離構建基于加權最小二乘支持向量機的訓練模型;對訓練模型進行訓練,利用濾波因子控制弱分類器生成的識別錯誤率,直至無法找到滿足條件的弱分類器時,停止訓練,輸出損傷識別模型;將測試樣本數據導入損傷識別模型內,若正確識別實際損傷類型,則完成優化;利用優化后的損傷識別模型識別復合材料損傷數據并輸出識別結果。本發明方法通過采用距離權重更新模型,利用過濾因子對弱分類器的生成進行控制,增強了魯棒性,提高了分類準確率。
聲明:
“基于距離加權LSSVM的過濾因子優化AdaBoost方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)