基于复杂网络特性的带钢表面缺陷识别
针对带钢表面缺陷识别问题,提出一种基于动态演化复杂网络特性的特征描述方法,这些特征同时具有位移、旋转不变性、大小不变性、较强的抗干扰能力和鲁棒性,为缺陷识别提供良好的分类特征;为了提高分类器的效率,应用主成分分析法(Principal component analysis,PCA)对复杂网络特征向量进行特征降维处理;采用最优有向无环图支持向量机(Directed acyclic graph support vector machine,DAGSVM)算法进行缺陷分类.结果表明该方法识别率高而且识别速度快.
缺陷识别、复杂网络特征、主成分分析法、有向无环图支持向量
37
O157.5;TP316(代数、数论、组合理论)
国家自然科学基金60804040;霍英东教育基金会项目111065
2012-03-20(万方平台首次上网日期,不代表论文的发表时间)
1407-1412