计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2013年
4期
1260-1264,1301
,共6页
超声检测%小波分解%小波包变换%支持向量机%缺陷识别
超聲檢測%小波分解%小波包變換%支持嚮量機%缺陷識彆
초성검측%소파분해%소파포변환%지지향량궤%결함식별
为解决超声检测领域传统人工神经网络方法对于小样本进行缺陷识别时存在的泛化能力差和过学习等问题,提出了一种基于支持向量机的超声检测缺陷识别方法.先使用小波分解对信号进行降噪,再使用小波包变换提取特征值,构造多类分类支持向量机进行缺陷识别.实验结果表明,支持向量机方法具有识别率高、泛化能力强等优点,能够应用于超声检测缺陷识别领域.
為解決超聲檢測領域傳統人工神經網絡方法對于小樣本進行缺陷識彆時存在的汎化能力差和過學習等問題,提齣瞭一種基于支持嚮量機的超聲檢測缺陷識彆方法.先使用小波分解對信號進行降譟,再使用小波包變換提取特徵值,構造多類分類支持嚮量機進行缺陷識彆.實驗結果錶明,支持嚮量機方法具有識彆率高、汎化能力彊等優點,能夠應用于超聲檢測缺陷識彆領域.
위해결초성검측영역전통인공신경망락방법대우소양본진행결함식별시존재적범화능력차화과학습등문제,제출료일충기우지지향량궤적초성검측결함식별방법.선사용소파분해대신호진행강조,재사용소파포변환제취특정치,구조다류분류지지향량궤진행결함식별.실험결과표명,지지향량궤방법구유식별솔고、범화능력강등우점,능구응용우초성검측결함식별영역.
