基于支持向量机和特征选择的超声缺陷识别方法研究

被引:16
作者
刘清坤
阙沛文
郭华伟
宋寿鹏
机构
[1] 上海交通大学
关键词
超声检测; 缺陷识别; 混沌遗传算法; 特征选择; 支持向量机(SVM);
D O I
暂无
中图分类号
TB559 [超声的应用];
学科分类号
摘要
缺陷的自动识别在管道缺陷超声无损检测和评估中具有重要意义。提出了一个新的超声缺陷自动识别系统。该系统采用小波包分解提取超声信号的特征,采用混沌遗传算法来消除冗余和不相关的特征,并采用支持向量机(SVM)来对缺陷进行识别。为了验证系统的有效性,在实验室内作了大量的超声检测实验。实验结果表明,系统对管道缺陷具有较高的分类性能。
引用
收藏
页码:9 / 12
页数:4
相关论文
共 4 条
[1]  
CoifmanRR,WickerhauserMV.Entropy-Based AlgorithmsforBestBasisSelection. IEEETransac tionsonInformationTheory . 1992
[2]  
Ultrasonics[P]. JACKE STANLEY E.中国专利:US3274033A,1966-09-20
[3]  
SongSJ,KimHJ,ChoH.DevelopmentofanIn telligentSystemforUltrasonicFlawClassification inWeldments. NuclearEngineeringandDesign . 2002
[4]  
Ultrasonics[P]. JACKE STANLEY E.中国专利:US3274033A,1966-09-20