基于SVM的粉末冶金零件的多类分类器的研究

• 作者: 张小洁 张艳 林育阳
• 来源期刊: 计算技术与自动化
• 关键词: SVM 图像分类 粉末冶金零件 多类分类器
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 自控理论及应用
• 页码范围: 33-36
• 页数: 4页
• 分类号: TP29
• 语种: 中文

摘要

传统的SVM特别适合解决两类分类问题,而对于多类分类,则需将其转化为多个两类分类问题,相应地需要构造多个两类子分类器,这样不但使得分类器结构复杂,而且分类速度受到很大的影响.为了快速地进行多类分类,本文使用LIBSVM中的svmtrain实现对训练数据集的训练,从而获取SVM多分类模型,利用获取的模型进行测试与预测,不仅使得子分类器数目大大减少,而且使分类速度明显提高.最后从粉末冶金零件图库中选取的8张图像进行了分类实验,取得较好的分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张艳		33	67	4.0	7.0
2	张小洁		26	65	5.0	7.0
3	林育阳		10	29	3.0	5.0