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:
针对锂电池生产过程中气胀检测依赖于作业人员感觉和经验判断,主观性强且效率低的情况,提出一种基于机器视觉的气胀锂电池在线检测方法。特定角度和强度光源照射下,气胀电池与合格电池呈现不同的反射光斑分布。基于此特点,提取电池图像反射光斑区域特征作为分类器的输入。为满足在线检测系统实时性要求高的特点,提出粗糙集属性约简与C-SVM相结合的方法建立分类模型。首先基于属性重要度的粗糙集属性约简方法优选样本特征集,然后采用K折交叉验证和网格搜索法对C-SVM进行参数寻优,建立分类模型。实验结果表明,属性约简的锂电池检测方法减少了冗余信息的干扰,降低电池样本特征空间维数,缩短了检测时间,提高在线检测效率,检测精度达到96.7742%,为生产过程中气胀电池的自动化分选提供了一种有效的方法。
推荐文章
基于CAN总线的深海锂电池在线检测系统设计
水下机器人
锂电池
CAN总线
在线检测
基于MSP430的锂电池SOP在线监测设计
监测系统
锂电池状态参数
功率承受能力SOP
MSP430F1101
上位机显示
一种锂电池电压检测的拟合方法
锂电池
电压检测
镜像检测
数据拟合
物联网技术在锂电池行业的应用
物联网
锂电池
射频识别
在线查询
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 属性约简的气胀锂电池在线检测方法
来源期刊 电源技术 学科 工学
关键词 锂电池 气胀检测 粗糙集 支持向量机
年,卷(期) 2015,(4) 所属期刊栏目 新产品新技术
研究方向 页码范围 736-738,748
页数 4页 分类号 TM912.9
字数 2972字 语种 中文
DOI
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 王太宏 湖南大学微纳电子研究中心 38 322 11.0 16.0
2 邓积微 湖南大学微纳电子研究中心 5 16 3.0 3.0
3 詹茵茵 湖南大学信息科学与工程学院 2 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
锂电池
气胀检测
粗糙集
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
电源技术
月刊
1002-087X
12-1126/TM
大16开
天津296信箱44分箱
6-28
1977
chi
出版文献量(篇)
9323
总下载数(次)
56
总被引数(次)
55810
论文1v1指导