基于ReliefF和PSO―SVM木质材料超声无损分类技术.docVIP

基于ReliefF和PSO―SVM木质材料超声无损分类技术 　　摘要：指出了木质材料是一种广泛使用的可再生原料，对其进行正确分类可提高原料的利用率并防止在交易时欺诈行为的发生。鉴于常用木质材料分类方法的不足和支持向量机参数选择困难导致分类准确率低的问题，以超声无损检测手段为基础，提出了一种基于ReliefF特征选择和PSO-SVM分类器的木质材料分类新方法。该方法根据接收到的木材超声信号，通过ReliefF算法选取出最有代表的特征，然后使用粒子群优化算法对支持向量机的参数进行优化，提高了木质材料的分类效率和准确率。实验表明，基于ReliefF和PSO-SVM的方法能有效解决木质材料的在线分类问题。 　　关键词：木质材料；超声检测；ReliefF算法；粒子群；支持向量机 　　中图分类号：TP273；TN911.7 　　文献标识码：A文章编号2016 　　1引言 　　木质材料在建筑、家具和乐器等众多行业中应用广泛[1，2]，实现木质材料的有效分类，可以合理使用木材资源，提高其利用率，并确保相关产品真材实料、流通过程按质论价，防止交易欺诈行为。目前，木质材料的分类主要是在对待分类木材取样的基础上，凭借肉眼或采用显微镜[3]和机器视觉[4，5]等工具，根据木材样件表面的颜色及其结构与纹理特征，通过观察、分析和比较而予以实现[6]。这些方法