中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于支持向量机和方差的管道内表面粗糙度等级识别

文献类型:期刊论文

作者马永军1; 方凯2; 刘暾东1; 方廷健2
刊名信息与控制
出版日期2002
卷号031
关键词机器学习 金属管道铺设 防腐处理 支持向量机 方差 管道内表面粗糙度等级 识别
ISSN号1002-0411
其他题名Surface roughness detection of inner wall of PIP based on SVM and variance
英文摘要针对管道内表面粗糙度等级的非接触式检测问题,提出了一种新的基于支持向量机(SVM)和方差的组合分类方法,SVM是近年发展起来的具备较高分类性能和容噪能力的机器学习方法,但当输入数据量大时,SVM分类的时间耗费太大,系统难以实用化,故本方法首先根据统计方差对待测管道的内表面粗糙度进行分类,再利用SVM进行细分,这样就有效利用了支持向量机识别率高,容噪能力强和统计方差速率快的优点,实验表明本方法具有较好的识别精度,效率和容噪性能,如适当调整参数,本方法还可用于其它物体表面的粗糙度检测,具备良好的推广性。
语种中文
CSCD记录号CSCD:1128579
源URL[http://ir.hfcas.ac.cn:8080/handle/334002/45728]  
专题中国科学院合肥物质科学研究院
作者单位1.中国科学技术大学自动化系
2.中科院合肥智能机械研究所
3.中国科学技术大学自动化系
4.中科院合肥智能机械研究所
推荐引用方式
GB/T 7714
马永军,方凯,刘暾东,等. 基于支持向量机和方差的管道内表面粗糙度等级识别[J]. 信息与控制,2002,031.
APA 马永军,方凯,刘暾东,&方廷健.(2002).基于支持向量机和方差的管道内表面粗糙度等级识别.信息与控制,031.
MLA 马永军,et al."基于支持向量机和方差的管道内表面粗糙度等级识别".信息与控制 031(2002).

入库方式: OAI收割

来源:合肥物质科学研究院

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。