作者:贺峰,史亚斌,王锋,赵红武,秦海兵 单位:黑龙江省创联文化传媒有限公司 出版:《科技创新与应用》2018年第34期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFCXYY2018340010 DOC编号:DOCCXYY2018340019 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于支持向量机的多目标分类和识别》PDF+DOC2016年第09期 侯小丽,王建国,王佳丽 《基于SVR的传感器静态误差修正》PDF+DOC2014年第04期 丁蕾,朱德权 《基于加速度传感器的运动模式识别》PDF+DOC2015年第06期 黄仁,田丰,田维兴 《基于SVM的网络定位算法的仿真设计》PDF+DOC2019年第04期 冯娜 《基于支持向量机的雷达电子支援措施系统点迹-航迹关联算法》PDF+DOC2019年第09期 王江卓,徐文聪,李建勋,贺丰收,曹兰英,缪礼锋 《基于三轴加速度传感器人体姿态识别的特征选择》PDF+DOC2019年第03期 范书瑞,贾雅亭,刘晶花 《支持向量机技术在智能传感器系统中的应用》PDF+DOC2010年第08期 王晓峰,张菲菲 《5指仿人假手及模式识别控制的研究》PDF+DOC2010年第12期 王新庆,刘伊威,孙超,刘宏 《单层网壳损伤识别理论与试验研究》PDF+DOC2009年第01期 闫维明,何浩祥,张爱林,王卓 《基于支持向量机的跌倒检测方法研究》PDF+DOC2014年第09期 梁维杰,张应红,景晖,黄博,郑骥
  • GMAW(熔化极气体保护焊)是一个复杂的物理、化学过程,存在高度的复杂性和非线性性,有效的提高对其焊接过程模式识别的准确性一直是GMAW焊接过程监控的一个关键问题。文章提出一种基于多传感器和SVM(支持向量机)的焊接过程模式识别方法。通过多传感器对焊接过程中靶材力、振荡、电弧电流、电压和声压等信号同时进行采集,并进一步对其进行方差、小波以及希尔伯特黄变换;再综合焊接过程中各信号数据和训练样本的特点选取并建立多分类SVM和核函数模型,并利用对焊缝的CT断层扫描加以验证,实验结果表明该方法对焊接过程模式具有较高的准确率。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。