基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了应用支持向量机(SVM)进行射线检测焊接缺陷识别的方法.该方法首先对图像进行预处理,并根据缺陷特点提取、选择8个参数作为特征参数,将焊缝内常见缺陷分为6类,根据有限的学习样本,建立影响缺陷类别的务件、因素和类别之间的一种非线性映射,对测试的样本进行识别.
推荐文章
基于支持向量机的飞机图像识别算法
飞机图像识别
支持向量机
特征向量
神经网络
支持向量机超声缺陷识别法的研究
超声波检测
小波包分析
支持向量机
缺陷识别
基于支持向量机的目标图像识别技术
图像处理
图像识别
支持向量机
基于NSCT和支持向量机的SAR图像识别
图像识别
合成孔径雷达
非下采样轮廓波变换
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的射线检测焊接图像中缺陷识别
来源期刊 煤矿机械 学科 工学
关键词 支持向量机 多类分类 焊接缺陷 识别 射线检测
年,卷(期) 2006,(5) 所属期刊栏目 试验·研究
研究方向 页码范围 773-776
页数 4页 分类号 TP391.41|TG441.7
字数 3228字 语种 中文
DOI 10.3969/j.issn.1003-0794.2006.05.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张晓光 中国矿业大学机电工程学院 174 1037 16.0 24.0
2 高顶 中国矿业大学机电工程学院 49 292 10.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (16)
参考文献  (3)
节点文献
引证文献  (11)
同被引文献  (40)
二级引证文献  (48)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(4)
  • 引证文献(4)
  • 二级引证文献(0)
2008(2)
  • 引证文献(0)
  • 二级引证文献(2)
2009(5)
  • 引证文献(2)
  • 二级引证文献(3)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(3)
  • 引证文献(1)
  • 二级引证文献(2)
2012(7)
  • 引证文献(1)
  • 二级引证文献(6)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(10)
  • 引证文献(0)
  • 二级引证文献(10)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(7)
  • 引证文献(2)
  • 二级引证文献(5)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
支持向量机
多类分类
焊接缺陷
识别
射线检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
煤矿机械
月刊
1003-0794
23-1280/TD
大16开
哈尔滨市古香街30号
14-38
1980
chi
出版文献量(篇)
21080
总下载数(次)
49
总被引数(次)
87205
论文1v1指导