基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统带钢生产采用人工目测的方法检测钢板的缺陷类型,检测结果的准确率对检测距离、检测人员的工作经验以及疲劳程度等具有一定的依赖性,这种人工目测方法效率较低.针对传统检测方法中存在的问题,运用支持向量机的优良分类性能,将其应用于带钢表面缺陷的识别研究.实验选用带钢生产现场采集的缺陷图像样本,分别采用支持向量机与决策树算法进行训练与识别,通过实验数据比较发现,支持向量机的sigmoid核与线性核算法要好于决策树算法.在相同的实验环境下,分别采用径向基核,多项式核,sigmoid核以及线性核算法进行训练与识别,通过训练时间的比较可以看出,线性核的训练时间明显较长,径向基核,多项式核与sigmoid核的训练速度相差不大.对比识别率可以发现,径向基核的识别率较好.
推荐文章
支持向量机超声缺陷识别法的研究
超声波检测
小波包分析
支持向量机
缺陷识别
基于深度学习算法的带钢表面缺陷识别
带钢表面
深度学习
分类准确性
缺陷识别
基于支持向量机的手势识别研究
手势识别
支持向量机
核函数
多分类
基于支持向量机的人脸识别研究
人脸识别
支持向量机
离散小波变换
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的带钢表面缺陷识别研究
来源期刊 工业控制计算机 学科 工学
关键词 带钢表面缺陷 训练 识别 支持向量机
年,卷(期) 2012,(8) 所属期刊栏目 软件与仿真
研究方向 页码范围 99-101
页数 分类号 TP181
字数 4006字 语种 中文
DOI 10.3969/j.issn.1001-182X.2012.08.045
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈黎 武汉科技大学计算机科学与技术学院 40 171 7.0 11.0
2 张晓龙 武汉科技大学计算机科学与技术学院 49 652 13.0 24.0
3 向阳 武汉科技大学计算机科学与技术学院 17 96 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (47)
参考文献  (8)
节点文献
引证文献  (9)
同被引文献  (20)
二级引证文献  (25)
1962(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(9)
  • 参考文献(2)
  • 二级参考文献(7)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(8)
  • 引证文献(3)
  • 二级引证文献(5)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(9)
  • 引证文献(3)
  • 二级引证文献(6)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
带钢表面缺陷
训练
识别
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
工业控制计算机
月刊
1001-182X
32-1764/TP
大16开
南京市龙蟠路173号江苏省计算技术研究所
28-60
1988
chi
出版文献量(篇)
13243
总下载数(次)
60
总被引数(次)
46621
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导