期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
铁氧体磁瓦表面典型缺陷检测方法
被引量:
6
1
作者
蒋红海
李雪琴
+1 位作者
刘培勇
殷国富
《西南交通大学学报》
EI
CSCD
北大核心
2013年第1期129-134,140,共7页
为解决人工磁瓦表面缺陷检测质量不稳定的问题,提出了一种自动检测磁瓦表面缺陷的方法.首先利用磁瓦轮廓长度、面积等几何特征及轮廓匹配的相似度作为特征向量,采用支持向量机进行初次分类;然后再利用对凸凹缺陷的分析,得到缺陷数量和...
为解决人工磁瓦表面缺陷检测质量不稳定的问题,提出了一种自动检测磁瓦表面缺陷的方法.首先利用磁瓦轮廓长度、面积等几何特征及轮廓匹配的相似度作为特征向量,采用支持向量机进行初次分类;然后再利用对凸凹缺陷的分析,得到缺陷数量和面积作为特征向量,采用最小均方误差分类器进行二次分类;最后对上述2步结果做与运算,得出最终判断.实验表明本方法可以达到正确识别率约为91.80%,错误接受率约为0.75%,正确拒绝率约为14.00%.
展开更多
关键词
磁瓦
凸凹分类
支持向量机
缺陷检测
下载PDF
职称材料
题名
铁氧体磁瓦表面典型缺陷检测方法
被引量:
6
1
作者
蒋红海
李雪琴
刘培勇
殷国富
机构
四川大学制造科学与工程学院
出处
《西南交通大学学报》
EI
CSCD
北大核心
2013年第1期129-134,140,共7页
基金
国家科技支撑计划资助项目(2006BAF01A07)
四川省高新技术产业重大关键技术项目(2010GZ0051)
文摘
为解决人工磁瓦表面缺陷检测质量不稳定的问题,提出了一种自动检测磁瓦表面缺陷的方法.首先利用磁瓦轮廓长度、面积等几何特征及轮廓匹配的相似度作为特征向量,采用支持向量机进行初次分类;然后再利用对凸凹缺陷的分析,得到缺陷数量和面积作为特征向量,采用最小均方误差分类器进行二次分类;最后对上述2步结果做与运算,得出最终判断.实验表明本方法可以达到正确识别率约为91.80%,错误接受率约为0.75%,正确拒绝率约为14.00%.
关键词
磁瓦
凸凹分类
支持向量机
缺陷检测
Keywords
arc magnet
convex and concave classification
support vector machine
defect detection
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
铁氧体磁瓦表面典型缺陷检测方法
蒋红海
李雪琴
刘培勇
殷国富
《西南交通大学学报》
EI
CSCD
北大核心
2013
6
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部