多特征SVM-DS融合决策的缺陷识别

• 作者: 吕福在 车红昆 项占琴
• 来源期刊: 机械工程学报
• 学科: 工学
• 关键词: 支持向量机 证据理论 融合决策 缺陷识别
• 年，卷（期）: 2010,（16）
• 页码范围: 101-105
• 分类号: TP20
• 字数: 4614字
• 语种: 中文
• DOI: 10.3901/JME.2010.16.101

摘要

分析超声检测缺陷信号模式识别中存在的问题.提出一种将支持向量机(Support vector machine,SVM)和DS(Shafer- Dempster)证据理论相结合的多特征融合决策识别方法.阐述支持向量机解决分类问题的原理以及证据理论中的Dempster合成规则.将证据理论中的识别框架引入到缺陷类型识别,设计多缺陷类型的多特征SVM-DS融合决策规则.介绍4种不同空间域的特征提取方法以用于多特征融合决策识别.分别将单特SVM识别和SVM-DS融合决策识别应用于石油套管4种典型缺陷的识别.对比试验表明:SVM-DS融合决策识别方法能有效识别上述典型缺陷,其在识别率和泛化性方面都比单特征的SVM识别有优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	项占琴	浙江大学现代制造工程研究所	97	1141	20.0	28.0
2	吕福在	浙江大学现代制造工程研究所	64	786	17.0	25.0
3	车红昆	浙江大学现代制造工程研究所	6	62	4.0	6.0