基于改进二叉树多分类SVM的焊缝缺陷分类方法

摘要：

为了进一步提高焊缝缺陷识别精度,定义了一种类分离度,提出了改进二叉树多分类SVM的焊缝缺陷分类方法.在焊缝缺陷分类时,计算每个类的类分离度,将类分离度最小的两个类进行训练得到SVM子分类器SVM_1,并将这两个类合并成一个新簇G;同理对新簇G和剩下的k-2类进行类分离度的评估,将类分离度最小的两类训练得到SVM子分类器SVM_2,并合并成新簇H,直至得到k-1个SVM分类器,训练结束得到良好的二叉树的分类结构.利用聚类生成好的优化二叉树SVM进行判别焊接缺陷.结果表明,新算法具有高的分类精度和推广能力.

关键词：支持向量机、类分离度、二叉树、焊缝缺陷识别

所属期刊栏目：31

分类号：TG115.28(金属学与热处理)

资助基金：国家自然科学基金50275100;四川大学青年基金JS校200323

在线出版日期：2010-10-14（万方平台首次上网日期，不代表论文的发表时间）

页码：51-54