基于PSO-XGBoost的風(fēng)電葉片缺陷分類算法

打開(kāi)文本圖片集

摘 要：針對(duì)風(fēng)電葉片缺陷回波信號(hào)分類效率低的問(wèn)題，提出粒子群-極限梯度提升（PSO-XGBoost）算法。首先采用變分模態(tài)分解（VMD）結(jié)合模糊熵的方法對(duì)缺陷回波數(shù)據(jù)進(jìn)行特征提取，建立XGBoost多分類模型，在此基礎(chǔ)上采用PSO算法對(duì)XGBoost超參數(shù)進(jìn)行尋優(yōu)，建立PSO-XGBoost多分類模型。（剩余13369字）