基于SVM的实时自动超声钢轨伤损检测分类系统(英文)

被引：5

作者：

郝炜 ^{[1
]}

李成桐 ^{[2
]}

机构：

[1] 中国科学院空间科学与应用研究中心

[2] 北京博速公司

来源：

中国科学院研究生院学报 | 2009年 / 26卷 / 04期

关键词：

模式识别; 超声波钢轨探伤; 支持向量机; DSP实时信号处理;

D O I：

暂无

中图分类号：

TP274.4 [];

学科分类号：

摘要：

介绍了一个更有效的基于支持向量机的实时超声波钢轨伤损自动检测分类系统.根据钢轨伤损的特点提取特征量,利用基于支持向量机的分类预测算法实现钢轨伤损的实时检测分类,并基于统计处理的计算伤损尺寸.在嵌入式系统DSP中利用该机器学习算法实现了伤损的实时处理和测试.实现了钢轨伤损实时报警、显示伤损类型、所处轨内位置及程度.

引用

页码：517 / 521

页数：5

共 6 条

[1] TMS320C5510 , DIGITALSIGNAL PROCESSORS. . l999
[2] Rail defect detection work. Ma YP,Zeng RZ. . 2005
[3] Apractical guide to support vector classification. Hsu C W,Chang C C,Lin CJ. http://www.csie .ntu.edu.tw/~cjlin/ papers/guide/guide .pdf . 2008
[4] LIBSVM: a library for support vector machines. Chang C C,Lin C J. http://www.csie .ntu.edu.tw/~cjlin/papers/ libsvm.pdf . 2008
[5] Classificationof defects bythe SVMmethod andthe principal component analysis(PCA). Khelil M,Boudraa M,Kechida A,et al. Transactions on Engineering,Computing and Technology . 2005
[6] Development of an automated ultrasonic testing system. JiaoS X,Stephen Brian Wong. Proceedings SPIE(International Society of Optical Engineers) . 2004

← 1 →