论文部分内容阅读
在密封电子设备的生产制造过程中,对多余物进行检测至关重要.微粒碰撞噪声检测法是我国军标规定的用于航天电子元器件多余物检测的方法.针对密封电子设备体积大和检测出的多余物位置难以确定的问题,使用参数优化的k邻近(kNN)算法对多余物进行定位.通过搭建定位实验系统和设计试件模型,得到多通道的多余物信号,提取性能优良的时域和频域特征作为kNN算法学习的数据集.采用网格搜索法寻找kNN算法最优的k值选择、距离度量和权重设置,然后采用参数优化的kNN算法分别建立平面与空间定位模型.实验结果表明,采用参数优化的kNN算法进行多余物定位,平面与空间定位精度分别达到81.18％和79.34％,有效提高了传统情况下的定位准确度.