邻域粗糙集在轮对踏面缺陷图像特征选择的应用

• 作者: 庞辉 方宗德 王侃伟 赵勇
• 来源期刊: 计算机测量与控制
• 关键词: 邻域粗糙集 踏面缺陷 图像特征选择
• 年，卷（期）: 2008,（11）
• 所属期刊栏目: 设计与应用
• 页码范围: 1730-1731,1734
• 页数: 3页
• 分类号: U260.331
• 语种: 中文

摘要

邻域粗糙集理论能够直接处理数值性数据,无需离散化,已经被应用在属性选择和分类器设计中;文中在分析了轮对踏面缺陷图像的成像特征的基础上,首先从缺陷样本中提取了16个特征值,然后基于邻域粗糙集知识约简的思想,提出了一种轮对踏面缺陷图像特征的选择方法,实现了对原始特征的优化选择,利用径向基函数神经网络和选择的特征值对缺陷进行分类;实验结果表明,该方法可将识别的原始特征下降到原始特征数目的20%左右,擦伤识别率提高了68%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方宗德	西北工业大学机电学院	401	5245	35.0	47.0
2	庞辉	西北工业大学机电学院	23	290	11.0	16.0
3	赵勇	西北工业大学机电学院	23	164	8.0	11.0
4	王侃伟	西北工业大学机电学院	17	127	7.0	11.0