啤酒瓶检测中多分类支持向量机算法的选择

被引：10

作者：

张莹 ^{[1
]}

王耀南 ^{[1
]}

文益民 ^{[2
]}

机构：

[1] 湖南大学电气与信息工程学院

[2] 湖南工业职业技术学院

来源：

湖南大学学报(自然科学版) | 2009年 / 36卷 / 05期

基金：

国家自然科学基金重大研究计划;

关键词：

支持向量机; 多分类; 核函数; 视觉检测; 性能评估;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

在提取啤酒瓶的缺陷特征后,如何选择合适的多分类支持向量机算法对提高分类准确率和分类速度具有重要的作用.本文通过一对一、一对多、决策有向无环图、二叉树、误差纠错码、一次性求解等多分类支持向量机算法在核函数为线性、多项式、径向基,神经网络的情况下,对多个基准样本进行了分类性能、分类速度、分类准确性的详细比较以及完整的理论分析,最终得出一对一多分类支持向量机在径向基核函数时性能优于其他算法.在啤酒瓶智能检测机器人上的实验,表明这种算法能够满足检测需要.

引用

页码：37 / 41

页数：5