超声检测信号多特征SVM-Bayes融合识别

• 作者: 吕福在 车红昆 项占琴
• 来源期刊: 振动与冲击
• 学科: 工学
• 关键词: 支持向量机 贝叶斯推理 融合识别
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 科研简报
• 页码范围: 265-269
• 分类号: TP751.1
• 字数: 3883字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3835.2011.12.053

摘要

分析了超声检测信号识别中存在的问题.研究了将支持向量机和贝叶斯推理相结合的多特征融合识别算法.阐述了支持向量机解决分类问题的原理以及贝叶斯推理原理.设计了基于最大后验概率准则的多缺陷类型多特征SVM - Bayes融合识别方法.介绍了四种不同的特征提取方法.分别将单特征SVM方法和SVM - Bayes融合方法应用于石油套管缺陷检测信号的识别.对比试验表明:SVM - Bayes融合识别方法能有效识别上述缺陷信号,其在识别率和泛化性方面都比单特征的SVM识别方法有优势.

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