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
多特征SVM-DS融合决策的缺陷识别
被引量:
16
1
作者
车红昆
吕福在
项占琴
《机械工程学报》
EI
CAS
CSCD
北大核心
2010年第16期101-105,共5页
分析超声检测缺陷信号模式识别中存在的问题。提出一种将支持向量机(Support vector machine,SVM)和DS(Shafer-Dempster)证据理论相结合的多特征融合决策识别方法。阐述支持向量机解决分类问题的原理以及证据理论中的Dempster合成规则...
分析超声检测缺陷信号模式识别中存在的问题。提出一种将支持向量机(Support vector machine,SVM)和DS(Shafer-Dempster)证据理论相结合的多特征融合决策识别方法。阐述支持向量机解决分类问题的原理以及证据理论中的Dempster合成规则。将证据理论中的识别框架引入到缺陷类型识别,设计多缺陷类型的多特征SVM-DS融合决策规则。介绍4种不同空间域的特征提取方法以用于多特征融合决策识别。分别将单特SVM识别和SVM-DS融合决策识别应用于石油套管4种典型缺陷的识别。对比试验表明:SVM-DS融合决策识别方法能有效识别上述典型缺陷,其在识别率和泛化性方面都比单特征的SVM识别有优势。
展开更多
关键词
支持向量机
证据理论
融合决策
缺陷识别
下载PDF
职称材料
题名
多特征SVM-DS融合决策的缺陷识别
被引量:
16
1
作者
车红昆
吕福在
项占琴
机构
浙江大学现代制造工程研究所
出处
《机械工程学报》
EI
CAS
CSCD
北大核心
2010年第16期101-105,共5页
文摘
分析超声检测缺陷信号模式识别中存在的问题。提出一种将支持向量机(Support vector machine,SVM)和DS(Shafer-Dempster)证据理论相结合的多特征融合决策识别方法。阐述支持向量机解决分类问题的原理以及证据理论中的Dempster合成规则。将证据理论中的识别框架引入到缺陷类型识别,设计多缺陷类型的多特征SVM-DS融合决策规则。介绍4种不同空间域的特征提取方法以用于多特征融合决策识别。分别将单特SVM识别和SVM-DS融合决策识别应用于石油套管4种典型缺陷的识别。对比试验表明:SVM-DS融合决策识别方法能有效识别上述典型缺陷,其在识别率和泛化性方面都比单特征的SVM识别有优势。
关键词
支持向量机
证据理论
融合决策
缺陷识别
Keywords
support vector machine evidence theory fusion decision-making defect identification
分类号
TP20 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
多特征SVM-DS融合决策的缺陷识别
车红昆
吕福在
项占琴
《机械工程学报》
EI
CAS
CSCD
北大核心
2010
16
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