1、本科生毕业设计（论文）开题报告题 目： 基于 SVM 的刀具状态识别系统设计 1、 选题的依据及意义支持向量机（SVM）曾作为最优秀的机械学习算法，有如下主要几个特点：1、非线性映射是SVM方法的理论基础,SVM利用内积核函数代替向高维空间的非线性映射； 2、对特征空间划分的最优超平面是SVM的目标,最大化分类边际的思想是SVM方法的核心； 3、支持向量是SVM的训练结果,在SVM分类决策中起决定作用的是支持向量；4、SVM 是一种有坚实理论基础的新颖的小样本学习方法 基本 及 及大数定 , 于 有的统计方法 本 , 开 的 统 ,实 高 的 训练样本 报样本的 理,大大化 的分类 curre
2、ncy1题； 、SVM 的最“决策函数数的支持向量fifl定,计算的 性决于支持向量的数目, 是样本空间的维数,在 种意义 维数 、数支持向量决定 最“结果, ” 样本、 大量样本, 定 方法 ”算法 , 具有的 性 在 用 有 大的 用， 大的 利， 的 支持向量机的 ，学习 用法 理对 的学习有 的意义 科 的 ， 的 ， 的 样化， 业作 部自动化，最“走向全部自动化 自动化 的 断提高，许 业currency1题， 中的刀具磨损，破损一直收 的 在早期的机械 中，全凭 观察刀具更换刀具，”在 在化、连续自动化的生产中，刀具磨损 仅 致机床功能失 ，还 致整个系统的 障， ，在切割的 中
3、对道具的状态进行检 具有 的意义 刀具 状态检 术的运用，对企业 济 益的提高有 大的 ，具有下的一些意义：1、降低废品 本，提高 件的 品 ；2、减设备的停机间，提高设备的利用 生产 ；3、防止机床事 ，最大限 地保证机床 系统地安全性；4、实 厂自动化，最大限 地减 对机床地干 ；2、国内外 状及 趋势目前SVM算法在模式识别、 估计、 密 函数估计 方面都有 用 例如，在模式识别方面，对于手写数字识别、语音识别、 脸图像识别、文章分类currency1题，算法在精 已 超 统的学习算法或之 相 下 目前，国际对一理论的讨论进一步 逐渐广泛，国国内尚未在 领域开 ， 要及学习掌握有理论，开
4、 有 的 作，使 在一有 重要意义的领域中能够尽快赶 国际先进水平 尽管SVM算法的性能在许 实际currency1题的 用中得 验证，”是算法在计算 存在 一些currency1题，包括训练算法 慢、算法 实 及检 阶段运算量大 ，SVM方法的训练运算 是限 的 用的主要方面 目前寻优的方法有 块算法 20 世纪 30 代提出的刀具磨损状态的分析, 在 思想 , 一般力图寻 一阈值作为状态识 别的依据, ”于刀具磨损的 性、机性 fl 定性, 使阈值设置 , 能 件 的自 动化 , 进 大 几 , 国内外学 都在致力于方面的 , ”是一般 重于算法 , 如 用 理论 计算刀具fi 力的 化
5、别刀具状态, 有 用 分析的方法对刀具进行 , 些方法主要 理论 进行 讨, 于 实际化的生产 件 之刀具识别的 在 代还存在 大的意义 国外的 状 ，刀具识别的最 是 于国外 ， 间国内 相对 ，内 方面 相对， 术 相对 ，”还是有进一步 的 要国内 ，刀具识别的 还有 大的 空间， 的 更更广的领域开 ， 产生 种算法的要要 具有广泛 实的基础，要具有 对 种 的能力 、本题 内 在切 中产生非的动currency1， 刀具的状态密切相，主要切力中的动态分量“起， 刀具 件机床的切系统本的动态特性密切相 中重要的方法的是 验模态分fi， 验模态分fi是一种自 的currency1分fi方
6、法fl方法 fl定 理的 ,在域、域 具有 高的分 ,在许 领域，都得 用fl最小 支持向量机是基于结最小化 的模式识别方法,fi决 小样本、非线性、高维数 部小值 实际currency1题 本文结 切 中动currency1非平”性的特点, 用 验模态分fi方法动currency1分fi为 个平”的有模态函数之, 分别对个IMF分量 自 模 ,提模 系数特征向量,作为LS-SVM的数对刀具的磨损状态进行识别 对刀具磨损 射currency1的非平”特征 学习算法收 慢、 部小值 currency1题,提出 基于 验模态分fi最小 支持向量机的刀具磨损状态识别方法 4、本题 方基于统计学习理论
7、的支持向量机是一种 小样本 下的机 学习方法, 在 大 fi决 模 选 、 学习 学习、 部最优fi、维数 currency1题 本文 磨损量密切相的 动currency1 向切力currency1进行分析,选 值、方 小 换 的特定段能量及 特征向量,超 面支持向量机作为磨损状态特征的分类 方法,实 小样本 件下对刀具磨损状态的自动识别4.1fl动currency1的模态分fi1）功能 ：对 射currency1进行 验模态分fi, 分fi为 干个有模态函数之，为 面数学分析 备2）结设计：大 计算机 部分 作 4.2.模 的 主要步 为：分别对一个有模态函数进行自 模,最 提一个自 模 的
8、系数特征向量,特征向量 分为 ,一用于对最小 支持向量机训练,一用于识别刀具磨损 4.3fl系统大致结大理currency1动 4.4.MATLAB 包括训练，支持向量的识别，超平面的 、 目标、主要特 及 作进 目标： 用支持向量机的识别功能，fi决 用 刀具识别的currency1题，几识别磨损刀具的 果，提高 作 减 作 的 主要特 ： 理 ，SVM 是一种有坚实理论基础的新颖的小样本学习方法 基本 及 及大数定 , 于 有的统计方法 本 , 开 的 统 ,实 高 的 训练样本 报样本的 理,大大化 的分类 currency1题 系统 ，检 全自动， 精 ，大大减 动 的 作 作进 ：
9、阶段 作内 起 期1 收 、 文 2017-3-102017-3-252 写开题报告、外文 2017-3-262017-4-013 SVM的 学习 2017-4-012017-4-154 Matlab、 件的学习 2017-4-162017-4-265 系统的整 设计 2017-4-272017-5-116 写、 改论文 2017-5-122017-5-257 论文答辩 2017-5-262017-5-31六、主要考 1智能控 刘琨 电子 业出版 2 Python 美 埃里克马瑟斯（Eric Matthes） 著；袁国忠 民邮电出出版 3MATLAB语 控系统仿真 孙亮 北京 业大学出版 计算机4智能控 德福 林君 机械 业出版 支持向量机 郑乃杨 田英杰 科学出版
