基于支持向量机的缺陷识别方法

被引：16

作者：

朱凌云

曹长修

机构：

[1] 重庆大学自动控制研究所

[2] 重庆大学自动控制研究所重庆

[3] 重庆

来源：

重庆大学学报(自然科学版) | 2002年 / 06期

关键词：

支持向量机; 数据挖掘; 模式分类; 缺陷识别;

D O I：

暂无

中图分类号：

TH878 [无损探伤仪器];

学科分类号：

0804 ; 080401 ; 081102 ;

摘要：

针对传统缺陷检测存在的检测手段落后、工序繁琐、准确率低、不易在线实施、受人为因素影响 ,以及用人工神经网络对小样本事件进行缺陷识别存在的过学习、推广性差等问题 ,从数据挖掘的角度 ,提出了直接从形成缺陷的影响因素着手 ,先消除工艺参数的冗余和噪声 ,再运用支持向量机分类算法 ,进行自动缺陷识别的新方法。通过具体的试验表明 :该方法具有成本低廉、准确率高、推广性强、容易在线实施等技术优势

引用

页码：42 / 45

页数：4

共 6 条

[1] 基于粗集理论和SVM算法的模式分类方法 [J].