Support Vector Machine (SVM) Training to Identify the Vibration State of Concrete

首先从三种振动状态中随机选择 42 个样本来组装训练组。使用剩余的 18 个样本组成测试组。使用 MATLAB 的 fitcecoc 函数进行 SVM 训练，并使用 save 函数以 mat 格式保存经过训练的 SVM。

使用 MATLAB 的预测函数，将测试组样本图像的方向梯度特征向量输入到经过训练的 SVM 中，以获得每个测试样本的振动状态特征的计算值。要确定测试集样本识别结果，请将测试集输入到经过训练的 SVM 中。统计测试集识别结果与实际状态匹配的样本数，然后将正确样本数除以测试集样本总数，计算识别准确率。

随着定向梯度统计区间数量的增加，支持向量机对混凝土振动状态的识别精度先上升，然后下降。给出了使用不同定向梯度统计区间的样品的定向梯度特性。