来源：期刊VIP网 时间：
作者：李浩;罗伟;
单位：湖南省勘测设计院有限公司;湖南铁道职业技术学院智能制造学院;
摘要：针对一般的二叉树支持向量机（BTSVM）分类器收敛速度慢以及完全二叉树和偏二叉树支持向量机分类器错分样本易积累这两个问题，提出一种改进的BTSVM智能识别方法。通过构造一个非平衡二叉树SVM，减少由于前期分类错误造成的误差积累。利用飞狼优化算法对BTSVM算法两个核心参数进行寻优处理，并利用参数优化后的BTSVM对桥梁裂缝进行分类诊断研究。实验结果表明，所构建的改进BTSVM算法具有较强的自主学习能力，可将易区分的类最先分离出来，拥有更高的识别准确率。
关键词：桥梁裂缝检测;;BTSVM;;完全二叉树;;偏二叉树;;飞狼优化算法;;参数优化;;PCA降维
基金资助：湖南铁道职业技术学院机电一体化科研创新团队建设资助项目（KYTD202103）
