支持向量机超声缺陷识别法的研究

• 作者: 王峰
• 来源期刊: 科技与创新
• 关键词: 超声波检测 小波包分析 支持向量机 缺陷识别
• 年，卷（期）: 2008,（18）
• 所属期刊栏目: 软件时空
• 页码范围: 272-273,251
• 页数: 3页
• 分类号: TP115.28
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2008.18.111

摘要

提出了一种基于支持向量机超声波在线检测缺陷识别方法.首先采用小波包分析来提取超声信号的特征信息,产生训练和测试样本;然后利用支持向量机分类方法对缺陷进行识别.实验结果表明,支持向量机能够快速、有效地识别缺陷,比人工神经网络具有更好的分类性能和推广能力,是一种有效的超声缺陷识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王峰	华北水利水电学院信息工程学院	14	71	5.0	8.0