| 基于SVM多分类器的管道内检测信号处理研究 |
| |
| 引用本文： | 戴波,徐云,田小平,盛沙,马杰. 基于SVM多分类器的管道内检测信号处理研究[J]. 杭州电子科技大学学报, 2010, 30(4): 65-71 |
| |
| 作者姓名： | 戴波 徐云 田小平 盛沙 马杰 |
| |
| 作者单位： | 1. 北京石油化工学院信息工程学院,北京,102617
2. 北京化工大学信息学院,北京,100029 |
| |
| 基金项目： | 中国石油化工集团公司科技开发资助项目 |
| |
| 摘 要： | 该文针对超声波检测是重要的管道腐蚀内检测方法之一,超声回波信号处理是内检测的关键技术。腐蚀缺陷回波的形态受到缺陷方向、位置、形状、面积、深度和管壁粗糙度、检测设备工作状态及各回波间的相互作用等诸多因素的影响,其时域特征很复杂,1个检测回波A扫描信号就有几千个数据。如果将有限的管壁厚度分为几个区间,每个区间对应一种腐蚀状态,管道腐蚀内检测问题就成了对超声回波信号进行状态分类的高维多分类识别问题。该文通过对回波信号的深入分析,利用径向基核函数支持向量机对超声回波信号进行处理,采用一对多和层(树)分类两种方法分别实现了管道多腐蚀等级自动分类识别。实验结果表明,该方法不但提高了分类的正确率,而且提高运算的速度,取得了较好的分类结果。
|
| 关 键 词： | 超声波检测 支持向量机 多分类器 |
Signal Processing of Pipeline Ultrasonic Inner Detection Based on SVM Multi-classifier |
| |
| DAI Bo,XU Yun,TIAN Xiao-ping,SHENG Sha,MA Jie. Signal Processing of Pipeline Ultrasonic Inner Detection Based on SVM Multi-classifier[J]. Journal of Hangzhou Dianzi University, 2010, 30(4): 65-71 |
| |
| Authors: | DAI Bo XU Yun TIAN Xiao-ping SHENG Sha MA Jie |
| |
| Affiliation: | 1.Beijing Institute of Petro-chemical Technology,Beijing 102617,China;2.Beijing University of Chemical Technology,Beijing 100029,China) |
| |
| Abstract: | 该文针对超声波检测是重要的管道腐蚀内检测方法之一,超声回波信号处理是内检测的关键技术。腐蚀缺陷回波的形态受到缺陷方向、位置、形状、面积、深度和管壁粗糙度、检测设备工作状态及各回波间的相互作用等诸多因素的影响,其时域特征很复杂,1个检测回波A扫描信号就有几千个数据。如果将有限的管壁厚度分为几个区间,每个区间对应一种腐蚀状态,管道腐蚀内检测问题就成了对超声回波信号进行状态分类的高维多分类识别问题。该文通过对回波信号的深入分析,利用径向基核函数支持向量机对超声回波信号进行处理,采用一对多和层(树)分类两种方法分别实现了管道多腐蚀等级自动分类识别。实验结果表明,该方法不但提高了分类的正确率,而且提高运算的速度,取得了较好的分类结果。 |
| |
| Keywords: | ultrasonic inspection support vector machine multi-classifier |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
