基于自适应SVM决策树的焊缝缺陷类型识别

基于自适应SVM决策树的焊缝缺陷类型识别
针对传统X射线焊缝缺陷检测方法普遍存在分类识别精度不高的问题, 提出了一种基于分离程度的自适应SVM决策树算法。首先对滤波后的X-Ray焊缝缺陷图像进行数学形态学重建, 然后根据分离程度, 每次将分离程度最大的缺陷类别首先分离出来, 构造自适应二叉树的SVM分类器, 从而达到了减小二叉树的累积误差, 得到了分类性能优良的的SVM决策树, 并用其对X-Ray焊缝缺陷图像进行分类识别。实验结果表明, 该算法取得了好的分类精度和识别效果。

标题：基于自适应SVM决策树的焊缝缺陷类型识别

作者：李坤,文斌,任清安,罗爱民,

关键词：决策二叉树,支持向量机,分离程度,数学形态学,缺陷识别,

发表日期：2010年3月

2025-1-19 13:27 上传 基于自适应SVM决策树的焊缝缺陷类型识别.pdf

文件大小:

980.35 KB

下载次数:

60

高速下载