基于全局-局部SVM的钢板表面缺陷分类

• 作者: 董秀
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 钢板表面缺陷 缺陷分类 全局支持向量机 局部支持向量机 边界样本
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 基金项目
• 页码范围: 5-8,12
• 页数: 5页
• 分类号: TP181
• 字数: 2421字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2019.06.002

摘要

为了提高钢板表面缺陷分类识别,提出一种新的全局和局部支持向量机分类模型.首先,通过样本提取算法将整个训练样本划分为非边界样本和边界样本.非边界样本用于训练全局支持向量机,并获得两条全局决策边界.边界样本用于寻找测试样本的K-近邻样本,通过训练K-近邻样本获得相应的局部支持向量机.若测试样本位于全局决策边界线两侧,直接给出分类结果,否则,由局部支持向量机进行分类决策.最终,新的模型结合二叉树算法实现了4种钢板表面缺陷的分类问题.实验结果显示,全局和局部支持向量机模型有令人满意的综合性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董秀		1	1	1.0	1.0