重庆工商大学学报（自然科学版）
重慶工商大學學報（自然科學版）
중경공상대학학보（자연과학판）
JOURNAL OF CHONGQING TECHNOLOGY AND BUSINESS UNIVERSITY(NATURAL SCIENCE EDITION)
2015年
4期
78-84
,共7页
周伟峰%江娟娟%林园胜%许钢
週偉峰%江娟娟%林園勝%許鋼
주위봉%강연연%림완성%허강
SVM%Hu不变矩%组合矩%工件分类
SVM%Hu不變矩%組閤矩%工件分類
SVM%Hu불변구%조합구%공건분류
针对工件识别问题,提出了一种应用支持向量机(Support Vector Machine,SVM)与组合矩对工件进行识别的方法;通过对提取图像的Hu不变矩进行处理,形成利用组合矩进行工件识别的新方法;改进后的算法降低了特征维数,缩减了识别时间,提高了识别准确率;结合试验比较了两种方法的分类效果,其中提取Hu不变矩作为特征的识别率为82.3％,而采用组合矩作为特征的识别率高达94.1％,高于Hu不变矩作为特征的识别率.
針對工件識彆問題,提齣瞭一種應用支持嚮量機(Support Vector Machine,SVM)與組閤矩對工件進行識彆的方法;通過對提取圖像的Hu不變矩進行處理,形成利用組閤矩進行工件識彆的新方法;改進後的算法降低瞭特徵維數,縮減瞭識彆時間,提高瞭識彆準確率;結閤試驗比較瞭兩種方法的分類效果,其中提取Hu不變矩作為特徵的識彆率為82.3％,而採用組閤矩作為特徵的識彆率高達94.1％,高于Hu不變矩作為特徵的識彆率.
침대공건식별문제,제출료일충응용지지향량궤(Support Vector Machine,SVM)여조합구대공건진행식별적방법;통과대제취도상적Hu불변구진행처리,형성이용조합구진행공건식별적신방법;개진후적산법강저료특정유수,축감료식별시간,제고료식별준학솔;결합시험비교료량충방법적분류효과,기중제취Hu불변구작위특정적식별솔위82.3％,이채용조합구작위특정적식별솔고체94.1％,고우Hu불변구작위특정적식별솔.
