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

먼저 세 가지 진동 상태에서 42개의 샘플을 무작위로 선택하여 훈련 그룹을 구성합니다. 나머지 18개 표본을 사용하여 테스트 그룹을 구성합니다. SVM 훈련에 MATLAB의 fitcecoc 함수를 사용하고 save 함수를 사용하여 훈련된 SVM을 mat 형식으로 저장합니다.

MATLAB의 예측 함수를 사용하여 테스트 그룹 샘플 이미지 방향성 기울기 특징 벡터를 훈련된 SVM에 입력하여 각 테스트 샘플에 대해 계산된 진동 상태 특징 값을 가져옵니다. 테스트 세트 샘플 인식 결과를 확인하려면 테스트 세트를 훈련된 SVM에 공급하십시오. 테스트 세트 인식 결과가 실제 상태와 일치하는 샘플 수를 계산한 다음 올바른 샘플 수를 테스트 세트 샘플의 총 개수로 나누어 인식 정확도를 계산합니다.

방향성 기울기 통계 구간의 수가 증가함에 따라 콘크리트 진동 상태에 대한 SVM의 인식 정확도는 처음에는 상승했다가 감소합니다. 다양한 방향성 기울기 통계적 간격을 사용하는 샘플의 방향성 기울기 특성이 제시되고 있습니다.