首页 | 本学科首页   官方微博 | 高级检索  
     

一种基于特征选择的组合分类器在带钢表面缺陷分类中的应用
引用本文:费江华,何永辉,孙晨,黄胜标. 一种基于特征选择的组合分类器在带钢表面缺陷分类中的应用[J]. 冶金自动化, 2010, 34(2)
作者姓名:费江华  何永辉  孙晨  黄胜标
作者单位:1. 上海宝信软件股份有限公司,机电成套事业本部,上海,201900
2. 宝山钢铁股份有限公司
摘    要:针对大规模数据集的分类问题,提出一种基于特征选择的新型组合分类器算法FS-Bagging。首先利用Re-liefF算法和Pearson相关算法对原始特征集进行特征选择,得到次优特征集;然后利用Bagging的思想,对次优特征集进行随机放回采样后得到一系列的特征子集;再用各特征子集对应的训练数据分别构建分类器,并将得到的多个分类器采用投票方法进行组合。最后利用国内某钢厂带钢表面质量检测系统中的实际数据,对18种缺陷进行分类实验。实验结果表明,FS-Bagging算法在效率、分类正确率方面都优于Bagging算法。

关 键 词:带钢表面缺陷分类  组合分类器  特征选择  ReliefF算法  Pearson相关算法

A feature selection based ensemble classifier and its application in strip steel surface defect classification
FEI Jiang-hua,HE Yong-hui,SUN Chen,HUANG Sheng-biao. A feature selection based ensemble classifier and its application in strip steel surface defect classification[J]. Metallurgical Industry Automation, 2010, 34(2)
Authors:FEI Jiang-hua  HE Yong-hui  SUN Chen  HUANG Sheng-biao
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号