焊缝缺陷类型识别方法的研究

• 作者: 李成 申清明 高建民
• 来源期刊: 西安交通大学学报
• 关键词: 射线检测图像 缺陷类型识别 直接多类支持向量机
• 年，卷（期）: 2010,（7）
• 页码范围: 100-103
• 分类号: TN911.7
• 语种: 中文

摘要

针对焊缝射线检测图像中缺陷类型识别准确度较低的问题,提出了一种基于直接多类支持向量机的缺陷类型识别方法.该方法将焊缝缺陷类型识别问题转化为一个约束优化问题,采用由缺陷边缘特征和区域特征构成的特征向量对缺陷进行描述,解决了在实际训练样本较少的情况下,提高缺陷类型识别准确度的问题.实验表明,该方法的识别准确度为94.25%,比一对一支持向量机和多层感知神经网络的高,并且通过引入区域特征提高了特征组的缺陷描述能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高建民	西安交通大学机械制造系统工程国家重点实验室	306	2872	25.0	37.0
2	李成	西安交通大学机械制造系统工程国家重点实验室	202	2274	26.0	40.0
3	申清明	西安交通大学机械制造系统工程国家重点实验室	5	59	4.0	5.0