基于改进支持向量机的冷轧带钢表面缺陷分类识别

作     者：王成明 颜云辉 陈世礼 韩英莉 WANG Cheng-ming;YAN Yun-hui;CHEN Shi-li;HAN Ying-li

作者机构：东北大学机械工程与自动化学院辽宁沈阳110004 东软集团有限公司商用软件事业部辽宁沈阳110179 

基　　金：国家自然科学基金资助项目(50574019) 国家科技部重大基础研究前期研究专项资金资助项目(2003CCA03900) 

出 版 物：《东北大学学报（自然科学版）》 (Journal of Northeastern University(Natural Science))

年 卷 期：2007年第28卷第3期

页      码：410-413页

摘      要：针对冷轧带钢表面缺陷图像模式识别中存在的问题,提出了基于改进支持向量机的冷轧带钢典型表面缺陷分类识别方法.根据带钢表面缺陷图像识别的特点,对渐进直推式支持向量机在其基本原理基础上加以改进,设计了一种冷轧带钢表面缺陷图像模式识别的分类器.通过实验确定了分类器的结构,给出了相关参数选择的方法.对几种生产现场出现频率较高的典型缺陷图像进行了计算机实验研究.研究结果显示,这种分类器很好地克服了传统支持向量机中存在的推广性能差以及当类别距离过近时准确率下降的问题,具有更好的适应性和准确性.

主 题 词：冷轧带钢 表面缺陷 分类识别 支持向量机 分类器 

学科分类：0810[工学-土木类] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 0835[0835] 081002[081002] 

核心收录：

D　O　I：10.3321/j.issn:1005-3026.2007.03.027

馆 藏 号：203947654...