基于AHSVM-WOA的钢板表面缺陷分类算法

• 作者: 储茂祥 冯瑶 邓鑫 齐新雨
• 来源期刊: 安徽大学学报（自然科学版）
• 学科: 工学
• 关键词: 钢板表面缺陷 超球体支持向量机 标签噪声 特征噪声 鲸鱼优化算法
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 电子与自动化技术
• 页码范围: 65-71
• 页数: 7页
• 分类号: TP181
• 字数: 3730字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2162.2020.04.009

摘要

为了降低标签和特征噪声对钢板表面缺陷分类的影响,提出一种抗噪声的超球体支持向量机(anti-noise hypersphere support vector machine,简称AHSVM)分类模型.鉴于鲸鱼优化算法(whale optimization algorithm,简称WOA)能对AHSVM分类模型的参数进行寻优且能提高运行效率,提出AHSVM与WOA结合的AHSVM-WOA算法.4种分类算法对6类热轧钢板表面缺陷的分类结果表明,AHSVM-WOA算法有良好的分类效果,在抑制标签和特征噪声方面性能优良,缩短了参数选择的时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	储茂祥	辽宁科技大学电子与信息工程学院	6	38	2.0	6.0
2	邓鑫	辽宁科技大学电子与信息工程学院	13	20	2.0	4.0
3	冯瑶	辽宁科技大学电子与信息工程学院	1	0	0.0	0.0
4	齐新雨	辽宁科技大学电子与信息工程学院	1	0	0.0	0.0