| 基于全局-局部SVM的钢板表面缺陷分类 |
| |
| 引用本文： | 董秀.基于全局-局部SVM的钢板表面缺陷分类[J].信息技术,2019(6):5-8,12. |
| |
| 作者姓名： | 董秀 |
| |
| 作者单位： | 1.烟台汽车工程职业学院 |
| |
| 基金项目： | 2018年度山东省高校科研计划项目(J18KB033) |
| |
| 摘 要： | 为了提高钢板表面缺陷分类识别,提出一种新的全局和局部支持向量机分类模型。首先,通过样本提取算法将整个训练样本划分为非边界样本和边界样本。非边界样本用于训练全局支持向量机,并获得两条全局决策边界。边界样本用于寻找测试样本的K-近邻样本,通过训练K-近邻样本获得相应的局部支持向量机。若测试样本位于全局决策边界线两侧,直接给出分类结果,否则,由局部支持向量机进行分类决策。最终,新的模型结合二叉树算法实现了4种钢板表面缺陷的分类问题。实验结果显示,全局和局部支持向量机模型有令人满意的综合性能。
|
| 关 键 词： | 钢板表面缺陷 缺陷分类 全局支持向量机 局部支持向量机 边界样本 |
Steel surface defects classification based on global and local SVM |
| |
| DONG Xiu.Steel surface defects classification based on global and local SVM[J].Information Technology,2019(6):5-8,12. |
| |
| Authors: | DONG Xiu |
| |
| Affiliation: | (Yantai Automobile Engineering Professional College,Yantai 264000,Shandong Province,China) |
| |
| Abstract: | DONG Xiu(Yantai Automobile Engineering Professional College,Yantai 264000,Shandong Province,China) |
| |
| Keywords: | steel surface defects defect classification global SVM local SVM boundary sample |
| 本文献已被 维普 等数据库收录！ |
|
