节点文献
基于支持向量机的钢板缺陷分类问题的研究
【摘要】 现实工业生产中,钢板表面存在不同类型的缺陷,为了研究这些缺陷类型,需要对大量钢板进行特征提取,从缺陷中提取有价值的属性或度量。随后对提取的特征进行选择,选择降低缺陷分类错误的特征信息。在钢板表面缺陷检测系统中,缺陷识别是关键步骤之一,属于多分类问题。采用主成分分析对初始数据进行降维处理,然后采用支持向量机作为分类器,对钢板表面缺陷进行分类,以研究钢板的缺陷类型。同时采用基于Keras的神经网络进行对比分类,并优化钢板缺陷分类。
【基金】 国家重点研发计划(2016YFB0700504);西安市科技计划项目(201805042YD20CG26(3))
- 【文献出处】 物联网技术 ,Internet of Things Technologies , 编辑部邮箱 ,2020年04期
- 【分类号】TG142;TP391.41;TP18
- 【被引频次】3
- 【下载频次】376