钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
物联网技术期刊
\
基于KPCA和SVM的汽车车身缺陷识别方法
基于KPCA和SVM的汽车车身缺陷识别方法
作者:
刘凯磊
张卫平
张陈
施晓芳
杨龙兴
原文服务方:
物联网技术
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
摘要:
汽车在长期使用中,车身容易发生疲劳裂纹和腐蚀等缺陷,而车身通常采取多层合金复合材料,因此给检测造成巨大的困难.目前无损检测技术可以有效针对该类型缺陷进行检测和自动分类识别,该技术采用时频域分析手段,实现缺陷的定量检测.在此基础上,进一步提出基于核主成分分析法(KPCA)和支持向量机(SVM)相结合的方法来提高缺陷分类识别准确率.理论分析和实验结果相一致,验证了所采用方法的可行性.
免费获取
收藏
引用
分享
推荐文章
基于改进的KPCA的TOFD图像缺陷识别方法
超声衍射时差法
核主元分析
微粒群算法
支持向量机
基于核PCA与SVM算法的木材缺陷识别
木材缺陷
核函数
主成分提取
支持向量机
基于步态能量图的KPCA和SVM的步态识别方法
步态识别
步态能量图
核主成分分析
支持向量机
结合纹理分析和SVM的苹果梗蒂和缺陷识别方法
苹果识别
纹理分析
支持向量机
特征选择
内容分析
文献信息
版权信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于KPCA和SVM的汽车车身缺陷识别方法
来源期刊
物联网技术
学科
关键词
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
年,卷(期)
2019,(8)
所属期刊栏目
智能处理与应用
研究方向
页码范围
61-64
页数
4页
分类号
TP216|TG115
字数
语种
中文
DOI
10.16667/j.issn.2095-1302.2019.08.020
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
杨龙兴
19
25
3.0
4.0
2
刘凯磊
20
8
2.0
2.0
3
张卫平
4
5
2.0
2.0
4
张陈
7
2
1.0
1.0
5
施晓芳
3
3
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
版权信息
全文
全文.pdf
引文网络
引文网络
二级参考文献
(38)
共引文献
(16)
参考文献
(7)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1968(1)
参考文献(0)
二级参考文献(1)
1987(1)
参考文献(0)
二级参考文献(1)
1997(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)
2001(2)
参考文献(0)
二级参考文献(2)
2002(3)
参考文献(0)
二级参考文献(3)
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)
2005(5)
参考文献(0)
二级参考文献(5)
2006(3)
参考文献(0)
二级参考文献(3)
2007(2)
参考文献(1)
二级参考文献(1)
2008(3)
参考文献(1)
二级参考文献(2)
2009(3)
参考文献(1)
二级参考文献(2)
2010(7)
参考文献(1)
二级参考文献(6)
2011(2)
参考文献(0)
二级参考文献(2)
2012(2)
参考文献(0)
二级参考文献(2)
2013(2)
参考文献(1)
二级参考文献(1)
2017(1)
参考文献(1)
二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
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
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
物联网技术
主办单位:
陕西省电子技术研究所
出版周期:
月刊
ISSN:
2095-1302
CN:
61-1483/TP
开本:
16开
出版地:
邮发代号:
创刊时间:
2011-01-01
语种:
chi
出版文献量(篇)
5103
总下载数(次)
0
总被引数(次)
13151
期刊文献
相关文献
1.
基于改进的KPCA的TOFD图像缺陷识别方法
2.
基于核PCA与SVM算法的木材缺陷识别
3.
基于步态能量图的KPCA和SVM的步态识别方法
4.
结合纹理分析和SVM的苹果梗蒂和缺陷识别方法
5.
基于PCA和KPCA特征抽取的SVM网络入侵检测方法
6.
基于纹理提取和SVM技术的自动木材缺陷识别
7.
基于EMD和SVM的虹膜识别方法
8.
基于HOG和SVM的级别自适应车型识别算法
9.
基于支持向量机的油管内外表面缺陷识别方法
10.
基于KPCA的脉冲涡流缺陷分类识别技术的研究
11.
基于KPCA和FSVM的猪肉组织变性识别方法
12.
基于KPCA和FMSD的人脸识别
13.
基于KPCA-PSO-SVM的径流预测研究
14.
基于步态能量图的KPCA和SVM的步态识别方法
15.
基于GPCA的KNNY与SVM融合的人脸识别方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
物联网技术2023
物联网技术2011
物联网技术2012
物联网技术2013
物联网技术2014
物联网技术2015
物联网技术2016
物联网技术2017
物联网技术2018
物联网技术2019
物联网技术2020
物联网技术2022
物联网技术2019年第11期
物联网技术2019年第6期
物联网技术2019年第12期
物联网技术2019年第9期
物联网技术2019年第10期
物联网技术2019年第8期
物联网技术2019年第7期
物联网技术2019年第1期
物联网技术2019年第3期
物联网技术2019年第2期
物联网技术2019年第4期
物联网技术2019年第5期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号