遗传算法在缺陷特征选择中的研究

• 作者: 吴贵芳 徐科 徐金梧 韩建松
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 遗传算法 特征选择 信息熵 冷轧带钢 表面缺陷
• 年，卷（期）: 2009,（15）
• 所属期刊栏目: 工程与应用
• 页码范围: 241-244
• 页数: 4页
• 分类号: TP391.4
• 字数: 5989字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.15.070

摘要

由于冷轧带钢表面缺陷的类型多种多样,在所提取的特征集中,需要寻找出一组较优的特征集,使之可以更有效地表达缺陷的本质特征,从而提高缺陷识别的准确率.针对该问题,研究了遗传算法在缺陷特征选择中的应用,并在充分研究信息熵理论的基础上,以平均净分类信息为遗传算法的适应度函数,以弥补互信息熵作为适应度函数所导致的不足.实验表明,利用遗传算法得到的特征集,对现场的冷轧带钢表面缺陷进行分类时,能得到更高的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐金梧	北京科技大学高效轧制国家工程研究中心	152	2579	27.0	46.0
2	徐科	北京科技大学高效轧制国家工程研究中心	60	1305	19.0	35.0
3	韩建松	河南科技大学电子信息工程学院	7	70	4.0	7.0
4	吴贵芳	河南科技大学电子信息工程学院	17	59	5.0	7.0