西安交通大学学报
西安交通大學學報
서안교통대학학보
JOURNAL OF XI'AN JIAOTONG UNIVERSITY
2010年
7期
100-103
,共4页
射线检测图像%缺陷类型识别%直接多类支持向量机
射線檢測圖像%缺陷類型識彆%直接多類支持嚮量機
사선검측도상%결함류형식별%직접다류지지향량궤
针对焊缝射线检测图像中缺陷类型识别准确度较低的问题,提出了一种基于直接多类支持向量机的缺陷类型识别方法.该方法将焊缝缺陷类型识别问题转化为一个约束优化问题,采用由缺陷边缘特征和区域特征构成的特征向量对缺陷进行描述,解决了在实际训练样本较少的情况下,提高缺陷类型识别准确度的问题.实验表明,该方法的识别准确度为94.25%,比一对一支持向量机和多层感知神经网络的高,并且通过引入区域特征提高了特征组的缺陷描述能力.
針對銲縫射線檢測圖像中缺陷類型識彆準確度較低的問題,提齣瞭一種基于直接多類支持嚮量機的缺陷類型識彆方法.該方法將銲縫缺陷類型識彆問題轉化為一箇約束優化問題,採用由缺陷邊緣特徵和區域特徵構成的特徵嚮量對缺陷進行描述,解決瞭在實際訓練樣本較少的情況下,提高缺陷類型識彆準確度的問題.實驗錶明,該方法的識彆準確度為94.25%,比一對一支持嚮量機和多層感知神經網絡的高,併且通過引入區域特徵提高瞭特徵組的缺陷描述能力.
침대한봉사선검측도상중결함류형식별준학도교저적문제,제출료일충기우직접다류지지향량궤적결함류형식별방법.해방법장한봉결함류형식별문제전화위일개약속우화문제,채용유결함변연특정화구역특정구성적특정향량대결함진행묘술,해결료재실제훈련양본교소적정황하,제고결함류형식별준학도적문제.실험표명,해방법적식별준학도위94.25%,비일대일지지향량궤화다층감지신경망락적고,병차통과인입구역특정제고료특정조적결함묘술능력.
