基于模式识别的带钢表面缺陷等级判定的研究

• 作者: 朱凯 王森
• 来源期刊: 现代制造工程
• 学科: 工学
• 关键词: 神经网络 支持向量机 分类器 模式识别 表面缺陷
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 仪器仪表/监测/监控
• 页码范围: 119-123
• 页数: 5页
• 分类号: TP274
• 字数: 2990字
• 语种: 中文
• DOI: 10.16731/j.cnki.1671-3133.2016.11.024

摘要

为了提高带钢表面检测设备的精确度,同时也为了减轻人工对于带钢表面缺陷等级判定的工作量,在缺陷图片特征向量选取的基础上,分别采用BP神经网络、概率神经网络(PNN)以及支持向量机(SVM)三种智能模式识别进行判定,并利用Matlab软件进行仿真.通过对比试验结果发现,运用交叉验证优化参数的支持向量机在缺陷等级判定方面具有较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王森		17	80	5.0	8.0
2	朱凯	上海大学机电工程与自动化学院	4	4	1.0	2.0