|
|||||
|
|
| 支持向量机超声缺陷识别法的研究 | |
| 引用本文： | 王峰.支持向量机超声缺陷识别法的研究[J].微计算机信息,2008,24(18). |
| 作者姓名： | 王峰 |
| 摘 要： | 提出了一种基于支持向量机超声波在线检测缺陷识别方法.首先采用小波包分析来提取超声信号的特征信息,产生训练和测试样本;然后利用支持向量机分类方法对缺陷进行识别.实验结果表明,支持向量机能够快速、有效地识别缺陷,比人工神经网络具有更好的分类性能和推广能力,是一种有效的超声缺陷识别方法. |
| 关 键 词： | 超声波检测 小波包分析 支持向量机 缺陷识别 支持向量机 声缺陷 识别法 研究 Support Vector Machines Optimal based Ultrasonic Testing Flaw Identification 能力 分类性能 工神经网络 快速 结果 实验 分类方法 利用 测试样本 训练 特征信息 |
Study to the Flaw Identification of Ultrasonic Testing based on Optimal Support Vector Machines |
|
| WANG Feng.Study to the Flaw Identification of Ultrasonic Testing based on Optimal Support Vector Machines[J].Control & Automation,2008,24(18). | |
| Authors: | WANG Feng |
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |