基于复小波变换和支持向量机的缺陷类型识别

• 作者: 乔华伟 方文平 杨克己 黄一春
• 来源期刊: 工程设计学报
• 学科: 工学
• 关键词: 复小波变换 支持向量机 缺陷类型识别
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 机电一体化和智能化系统设计理论、方法与技术
• 页码范围: 182-186
• 页数: 5页
• 分类号: TP273
• 字数: 3179字
• 语种: 中文
• DOI: 10.3785/j.issn.1006-754X.2008.03.006

摘要

针对传统缺陷检测存在的工序繁琐、不易在线实施、准确率低、容易受人为因素影响,以及用人工神经网络对小样本事件进行缺陷类型识别时存在泛化能力差和过学习等问题,提出一种基于复小波变换和支持向量机(SVM)模式识别理论的缺陷类型识别新方法.在利用小波对超声缺陷回波信号进行消噪的基础上,采用复小波变换获得缺陷回波信号的包络并提取其特征参数,构成输入特征向量后运用支持向量机进行分类.实验结果表明,该方法具有识别准确率高、泛化能力强、容易实现在线处理等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨克己	浙江大学现代制造工程研究所	60	544	12.0	20.0
2	乔华伟	浙江大学现代制造工程研究所	6	35	4.0	5.0
3	方文平	浙江大学现代制造工程研究所	2	5	1.0	2.0