中国学术期刊网络出版总库
  关闭
基于聚类分析和支持向量机的布匹瑕疵分类方法  
   推荐 CAJ下载 PDF下载
【英文篇名】 Fabric Defect Classification Based on Cluster Analysis and Support Vector Machine
【下载频次】 ★★★★★
【作者】 刘万春; 罗双华; 朱玉文; 谢世斌;
【英文作者】 LIU Wan-chun; LUO Shuang-hua; ZHU Yu-wen; XIE Shi-bin (Department of Computer Science and Engineering; School of Information Science and Technology; Beijing Institute of Technology; Beijing100081; China);
【作者单位】 北京理工大学信息科学技术学院计算机科学工程系; 北京理工大学信息科学技术学院计算机科学工程系 北京 100081; 北京 100081;
【文献出处】 北京理工大学学报 , Journal of Beijing Institute of Technology, 编辑部邮箱 2004年 08期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  CJFD收录刊
【中文关键词】 瑕疵分类; 聚类; 支持向量机; 特征提取;
【英文关键词】 defect classification; clustering; support vector machine; feature extraction;
【摘要】 提出一种基于聚类分析和支持向量机(SVM)的布匹瑕疵分类方法.该方法充分利用瑕疵的几何特征,首先使用迭代自组织数据分析技术算法(ISODATA)对其进行聚类,在聚类形成的子空间内再根据瑕疵的纹理特征利用SVM进行分类.根据布匹瑕疵的特点提出一种新的几何特征,并使用各类瑕疵的几何特征均值作为初始聚类中心,提高ISODATA算法的聚类效果.实验表明,该方法有效地提高了分类准确性,降低了训练的复杂度,分类准确率可达90%.
【英文摘要】 Presents an efficient method of fabric defect classification based on cluster analysis and support vector machine (SVM). The iterative self-organizing data analysis technique algorithm(ISODATA) is applied to cluster the defects,SVM is then used to classify each cluster. The paper presents a new geometric feature according to the characteristics of fabric defects, and use the mean geometric feature value of each defect class as the initial clustering center to improve the result of clustering. Experimental ...
【基金】 中国纺织品进出口总公司资助项目(HK0109-05)
【更新日期】 2005-08-19
【分类号】 TP274.4
【正文快照】   目前,布匹瑕疵自动检测与分类已经成为国际上的一个研究热点.由于布匹生产中产生的瑕疵不但种类繁多,而且同类瑕疵之间外形和纹理差异非常大,这给自动瑕疵分类造成很大困难.当前工业材料的瑕疵分类主要是基于神经网络进行的[1,2].传统神经网络分类方法需要大量瑕疵样本,当?

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库 中国重要会议论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   自动化技术及设备
    自动化系统
     数据处理、数据处理系统
      集中检测与巡回检测系统
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号