期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
采用多分类器集成方法的带钢表面缺陷图像识别
被引量：
6
1
作者
张尧
刘伟嵬
+1 位作者
邢芝涛
颜云辉
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2012年第2期267-270,共4页
现有带钢表面缺陷在线识别系统中单个分类器对部分缺陷识别率不高,并且对训练样本依赖性较大;针对这一问题,提出了一种基于并行多分类器集成技术的带钢缺陷图像识别方法.该方法选择LVQ神经网络、RBF神经网络和支持向量机作为基分类器,...
现有带钢表面缺陷在线识别系统中单个分类器对部分缺陷识别率不高,并且对训练样本依赖性较大;针对这一问题,提出了一种基于并行多分类器集成技术的带钢缺陷图像识别方法.该方法选择LVQ神经网络、RBF神经网络和支持向量机作为基分类器,应用加权投票法对基分类器进行集成,从而实现基分类器能力互补.实验表明,采用多分类器集成的带钢表面缺陷图像识别方法可以更准确地对带钢常出现的边缘锯齿、焊缝、夹杂、抬头纹等缺陷进行识别,能够得到相当或优于任何单个分类器的分类精度,总体识别率达到96%以上.
展开更多
关键词
带钢
表面缺陷
多分类器集成
机器视觉
模式识别
加权投票算法
在线阅读
下载PDF
职称材料
题名
采用多分类器集成方法的带钢表面缺陷图像识别
被引量：
6
1
作者
张尧
刘伟嵬
邢芝涛
颜云辉
机构
东北大学机械工程与自动化学院。辽宁沈阳
出处
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2012年第2期267-270,共4页
基金
国家高技术研究发展计划项目(2008AA04Z135)
国家自然科学基金资助项目(50574019)
沈阳市高技术产业发展项目(2010-106)
文摘
现有带钢表面缺陷在线识别系统中单个分类器对部分缺陷识别率不高,并且对训练样本依赖性较大;针对这一问题,提出了一种基于并行多分类器集成技术的带钢缺陷图像识别方法.该方法选择LVQ神经网络、RBF神经网络和支持向量机作为基分类器,应用加权投票法对基分类器进行集成,从而实现基分类器能力互补.实验表明,采用多分类器集成的带钢表面缺陷图像识别方法可以更准确地对带钢常出现的边缘锯齿、焊缝、夹杂、抬头纹等缺陷进行识别,能够得到相当或优于任何单个分类器的分类精度,总体识别率达到96%以上.
关键词
带钢
表面缺陷
多分类器集成
机器视觉
模式识别
加权投票算法
Keywords
steel strip
surface defect
multiple classifier combination
machine vision
patternrecognition
weighted voting algorithm
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
采用多分类器集成方法的带钢表面缺陷图像识别
张尧
刘伟嵬
邢芝涛
颜云辉
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2012
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
