文献

J-GLOBAL ID：201802237905370794   整理番号：18A1202768

改良型灰色Wolfアルゴリズムの最適化サポートベクトルマシンに基づく色差分類【JST・京大機械翻訳】

Color difference classification based on optimization support vector machine of improved grey wolf algorithm

著者 (5件)： Zhou Zhiyu (School of Information Science and Technology, Zhejiang Sci-Tech University, Hangzhou 310018, China) ,  Zhang Ruoxi (School of Information Science and Technology, Zhejiang Sci-Tech University, Hangzhou 310018, China) ,  Wang Yaming (School of Information Science and Technology, Zhejiang Sci-Tech University, Hangzhou 310018, China) ,  Zhu Zefei (School of Mechanical Engineering, Hangzhou Dianzi University, Hangzhou, 310018, China) ,  Zhang Jianxin (The Research Centre of Modern Textile Machinery Technology, Ministry of Education, Zhejiang Sci-Tech University, Hangzhou, 310018, China)
資料名： Optik  (Optik)
巻： 170  ページ： 17-29  発行年： 2018年 
JST資料番号： D0251A  ISSN： 0030-4026  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 印刷と染色生成物の色差分類モデルを確立するために,微分進化(DE)モデルに基づく灰色のwolfアルゴリズム最適化サポートベクトルマシンを本論文で提案した。最初に,サポートベクトルマシン(SVM)モデルの性能は,ペナルティパラメータCとRBFカーネル幅γによって主に影響を受けて,この方法は,サポートベクトルマシンの最良のパラメータ組合せを計算するために,灰色wol最適化(GWO)アルゴリズムの良好なグローバル探索能力を用いた。同時に,灰色のwolfアルゴリズムの初期の母集団がアルゴリズムの解法速度と品質に及ぼすより大きな影響を持つので,DEアルゴリズムを用いて,灰色のwolfアルゴリズムのためにより適切な初期の母集団を作り出して,それは灰色のwol母集団がより良い解法能力を持った。最後に,ペナルティ因子とカーネル幅パラメータへの最適化を通して,強い一般化能力を有するSVMの印刷と染色生成物分類モデルを構築した。実験結果は,提案方法が高い分類精度を達成して,それをSVMとGWO-SVMアルゴリズムに基づく印刷と染色製品の色差分類法と比較するとき,良い安定性と一般化能力を有することを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 染色 ,  ペナルティ ,  *色差 ,  *最適化 ,  *アルゴリズム ,  母集団 ,  品質 ,  *サポートベクトルマシン
準シソーラス用語： 分類法 ,  分類精度 ,  微分進化 ,  分類モデル , 【Automatic Indexing@JST】

著者キーワード (4件)： 色差分類 ,  灰色Wolf最適化 ,  微分進化 ,  サポートベクトルマシン

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 灰色 ,  アルゴリズム ,  最適化 ,  サポートベクトルマシン ,  色差 ,  分類