基于PCA与SVM的焊缝缺陷信号分类方法

• 作者: 万东燕 吴梦琪 杨卿 许桢英
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 焊缝 回波信号 缺陷分类 特征导波 主成分分析 支持向量机
• 年，卷（期）: 2020,（5）
• 页码范围: 9-14
• 页数: 6页
• 分类号: TN911
• 字数: 3226字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2020.05.002

摘要

为保证焊接结构处于安全工作状态,文中针对焊缝缺陷的分类问题提出一种结合主成分分析和支持向量机的焊缝特征导波缺陷信号的分类方法.该方法首先以缺陷回波的稀疏重构信号为基础提取了缺陷信号的特征参数矩阵,然后利用主成分分析法对参数矩阵进行降维优化以消除冗余信息.将优化的低维特征矩阵应用于支持向量机进行分类训练,并对比不同主成分的分类效果.最后选择核函数和相关参数来提高分类器的准确率.实验结果表明,该方法能够有效地对焊缝缺陷进行分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许桢英	江苏大学机械工程学院	69	291	9.0	13.0
2	万东燕	江苏大学机械工程学院	3	5	1.0	2.0
3	杨卿	江苏大学机械工程学院	3	5	1.0	2.0
4	吴梦琪	江苏大学机械工程学院	1	0	0.0	0.0