文献类型：期刊文章

作　　者：任海鹏[1] 马展峰[1]

机构地区：[1]西安理工大学信息与控制工程系,西安710048

出　　处：《自动化学报》

基　　金：国家自然科学基金(60804040);霍英东教育基金会(111065)资助~~

年　　份：2011

卷　　号：37

期　　号：11

起止页码：1407-1412

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：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,DAG-SVM)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.

关 键 词：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机  

分 类 号：TG335.5] O157.5[数学类]