基于支持向量机的缺陷识别方法

• 作者: 曹长修 朱凌云
• 来源期刊: 重庆大学学报(自然科学版)
• 学科: 工学
• 关键词: 支持向量机 数据挖掘 模式分类 缺陷识别
• 年，卷（期）: 2002,（6）
• 页码范围: 42-45
• 页数: 4页
• 分类号: TP182
• 字数: 3999字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-582X.2002.06.012

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹长修	重庆大学自动控制研究所	162	2835	26.0	47.0
2	朱凌云	重庆大学自动控制研究所	8	351	7.0	8.0