论文降重
免费查重
基于KPCA的板坯表面缺陷识别方法
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：
引入核方法分析研究了现有的板坯表面缺陷识别方法,提出了一种新的核函数,并将其应用到板坯表面缺陷特征提取中,用传统的支持向量机对图像进行分类,试验结果表明,新核函数提取的特征识别效果最好,识别率达到了91.55％.
推荐文章
基于KPCA和SVM的汽车车身缺陷识别方法
无损检测
分类识别
时频域分析
定量检测
核主成分分析法
支持向量机
基于KPCA的脉冲涡流缺陷分类识别技术的研究
脉冲涡流
缺陷分类
特征量
KPCA
基于卷积神经网络的钣金件表面缺陷分类识别方法
卷积神经网络
缺陷检测
缺陷分割提取
窗口滑移检测
基于模糊神经网络的管道缺陷识别方法研究
缺陷识别
管道
模糊算法
神经网络
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
引文网络
引文网络
二级参考文献 (21)
共引文献 (4)
参考文献 (5)
节点文献
引证文献 (3)
同被引文献 (15)
二级引证文献 (5)
1962(1)
- 参考文献（0）
- 二级参考文献（1）
1991(1)
- 参考文献（1）
- 二级参考文献（0）
1993(1)
- 参考文献（0）
- 二级参考文献（1）
1996(1)
- 参考文献（0）
- 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）
2000(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(4)
- 参考文献（1）
- 二级参考文献（3）
2004(2)
- 参考文献（0）
- 二级参考文献（2）
2006(2)
- 参考文献（0）
- 二级参考文献（2）
2007(4)
- 参考文献（0）
- 二级参考文献（4）
2011(1)
- 参考文献（1）
- 二级参考文献（0）
2012(2)
- 参考文献（2）
- 二级参考文献（0）
2014(3)
- 参考文献（0）
- 二级参考文献（3）
2014(3)
- 参考文献(0)
- 二级参考文献(3)
- 引证文献(0)
- 二级引证文献(0)
2017(1)
- 引证文献（1）
- 二级引证文献（0）
2018(1)
- 引证文献（1）
- 二级引证文献（0）
2019(5)
- 引证文献（1）
- 二级引证文献（4）
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
板坯
表面检测
支持向量机
核主成分分析
核函数
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
物理测试
主办单位：
中国钢研科技集团有限公司
出版周期：
双月刊
ISSN：
1001-0777
CN：
11-2119/O4
开本：
大16开
出版地：
北京市海淀区学院南路76号
邮发代号：
创刊时间：
1983
语种：
chi
出版文献量（篇）
2038
总下载数（次）
10
期刊文献
相关文献
推荐文献
- 期刊分类
- 期刊（年）
- 期刊（期）
- 期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
物理测试2022
物理测试2021
物理测试2020
物理测试2019
物理测试2018
物理测试2017
物理测试2016
物理测试2015
物理测试2014
物理测试2013
物理测试2012
物理测试2011
物理测试2010
物理测试2009
物理测试2008
物理测试2007
物理测试2006
物理测试2005
物理测试2004
物理测试2003
物理测试2002
物理测试2001
物理测试2000
