-
题名基于全局-局部SVM的钢板表面缺陷分类
被引量：2
- 1
-
-
作者
董秀
-
机构
烟台汽车工程职业学院
-
出处
《信息技术》
2019年第6期5-8,12,共5页
-
基金
2018年度山东省高校科研计划项目(J18KB033)
-
文摘
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
-
Keywords
steel surface defects
defect classification
global SVM
local SVM
boundary sample
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
