基于Contourlet-RVM航空构件断口图像识别方法研究
Contourlet变换的少量系数能有效捕捉图像中的边缘轮廓,关联向量机(relevance vector machine,RVM)具有很好的泛化能力,能对类别的归属给出一种概率度量.结合Contourlet变换和RVM的各自优点,提出一种基于Contourlet-RVM的航空构件断口形貌识别方法,即以Contourlet变换进行特征提取,以RVM为分类器,对金属断口形貌进行识别.同时,将提出的方法与Contourlet-SVM识别方法进行对比分析.实验结果表明,提出的方法是有效的,不论在正确识别率方面,还是在训练速度方面,Contourlet-RVM识别方法都优于Contourlet-SVM识别方法.
Contourlet变换、关联向量机、金属断口、模式识别、特征提取
35
TG113;TP391.4(金属学与热处理)
The project supported by the National Natural Science Foundation of China No.51075372.国家自然科学基金51261024,51075372;无损检测技术教育部重点实验室开放基金ZD200829003;江西省研究生教育创新基地资助
2013-09-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
395-399