基于特征融合和ILSTSVM的铝电解过热度识别

作者：刘斌; 韦业辉; 徐辰华^*; 熊建斌

来源：广西大学学报(自然科学版), 2022, 47(04): 998-1007.

DOI：10.13624/j.cnki.issn.1001-7445.2022.0998

• 过热度识别
• 深层特征
• 特征融合
• 孪生支持向量机
• 参数优化

为提高过热度识别的准确性和降低成本，提出了一种融合火眼图像深层特征和浅层特征的过热度识别方法。首先，提出CNN-CGWO-ILSTSVM的过热度识别模型，利用卷积神经网络(CNN)对火眼图像进行深层特征提取，利用改进的最小二乘孪生支持向量机(ILSTSVM)作为分类器提高算法的泛化能力和运算效率。然后，针对ILSTSVM参数选择困难，采用混沌灰狼优化算法(CGWO)对ILSTSVM进行参数寻优，从而提高分类器的精度和泛化能力。最后，采用实际生产数据对方法进行验证。实验结果表明，提出的CNN-CGWO-ILSTSVM模型提高了火眼图像识别的泛化能力和鲁棒性，该方法识别的准确率为93.74%,对比目前的过热度识别方法，显示出更好的优越性。

• 单位
  自动化学院; 广西大学; 广东技术师范大学