10.3969/j.issn.1002-2279.2020.05.010
基于主成分SVM的防腐层缺陷分类识别算法研究
管道防腐层缺陷类型识别是管道防腐层健康检测和安全运行的重要研究方向.利用非线性超声导波获取管道防腐层导波缺陷信号并采用局域小波分解方法获得回波信号,针对回波信号峰度系数、偏度系数、离散系数、形状系数和小波包能量系数对于不同类型防腐层缺陷的敏感程度不同,提出一种基于主成分分析的SVM防腐层缺陷分类方法,同时引入动态扰动粒子群算法,获得SVM最优的惩罚系数C和RBF核函数g值.结果 表明:算法能够实现孔洞、裂纹和凹坑三类管道防腐层缺陷的有效分类,与传统SVM分类相比,准确率提高了12.9%,为管道防腐层缺陷检测提供了有效的分类方法.
管道防腐层缺陷、局域均值分解、主成分分析、粒子群优化
41
TP391.4(计算技术、计算机技术)
辽宁省自然科学基金2019-ZD-0213
2020-11-06(万方平台首次上网日期,不代表论文的发表时间)
共7页
43-49