基于支持向量机和方差的管道内表面粗糙度等级识别

• 作者: 刘暾东 方凯 方廷健 马永军
• 来源期刊: 信息与控制
• 关键词: 管道 粗糙度 图象 识别 支持向量机
• 年，卷（期）: 2002,（5）
• 所属期刊栏目: 实际问题研讨
• 页码范围: 437-440
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2002.05.011

摘要

针对管道内表面粗糙度等级的非接触式检测问题,提出了一种新的基于支持向量机 (SVM)和方差的组合分类方法.SVM是近年发展起来的具备较高分类性能和容噪能力的机器学习方法,但当输入数据量大时,SVM分类的时间耗费太大,系统难以实用化.故本方法首先根据统计方差对待测管道的内表面粗糙度进行分类,再利用SVM进行细分.这样就有效利用了支持向量机识别率高、容噪能力强和统计方差速度快的优点.实验表明本方法具有较好的识别精度、效率和容噪性能.如适当调整参数,本方法还可用于其它物体表面的粗糙度检测,具备良好的推广性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马永军	中国科学技术大学自动化系	13	665	7.0	13.0
2	方廷健	中科院合肥智能机械研究所	8	269	5.0	8.0
3	方凯	中科院合肥智能机械研究所	6	97	5.0	6.0
4	刘暾东	中国科学技术大学自动化系	5	50	3.0	5.0