基于遗传算法优化支持向量机的超声图像缺陷分类

• 作者: 倪豪 张沫 王月兵 郑慧峰 郭成成
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 超声图像 缺陷分类 遗传算法 支持向量机
• 年，卷（期）: 2019,（5）
• 页码范围: 887-892
• 页数: 6页
• 分类号: TB95
• 字数: 3644字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2019.05.24

摘要

超声图像缺陷在分类时由于存在样本数量少、样本类别多、不易区分等问题,分类的准确率较低.针对这些问题,提出了基于遗传算法优化支持向量机的超声图像缺陷分类方法.该方法首先通过图像处理提取超声图像缺陷的特征数据,然后训练支持向量机作为超声图像缺陷分类器,最后采用遗传算法优化参数求得最优的分类器.实验结果表明,提出的超声图像缺陷分类器在识别率方面优于其他方法的分类器,综合识别率达到了90％,可以有效地辅助工作人员对超声图像缺陷进行分类识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑慧峰	中国计量大学计量测试工程学院	43	162	8.0	11.0
2	王月兵	中国计量大学计量测试工程学院	43	81	6.0	8.0
3	张沫	中国计量大学计量测试工程学院	2	1	1.0	1.0
4	倪豪	中国计量大学计量测试工程学院	3	10	1.0	3.0
5	郭成成	中国计量大学计量测试工程学院	2	1	1.0	1.0