近邻密度辅助模糊优化孪生支持向量机的钢板表面缺陷分类
来源:计算机集成制造系统杂志2024年第3期北京时间:
作者:侯政通, 胡鹰, 乔磊明, 邓志飞
单位:1.太原科技大学计算机科学与技术学院2.东北大学计算机科学与工程学院
摘要:为提升钢板表面缺陷分类精度,提出一种选择性弱化样本的分类模型。首先,在图像预处理阶段引入显著性检测算法来减少二值化后图像出现失真的影响;其次,为了降低不利的边缘样本点对模型的影响,同时又能提高有利的边缘样本点对模型的贡献,构造了一种新的密度模糊隶属度函数对样本进行权重赋值;最后,在孪生支持向量机(TWSVM)的基础上,将构造的密度模糊隶属度函数作为优化条件嵌入模型内,提出了近邻密度辅助模糊优化的TWSVM算法,以提高分类效果。在数据集NEU上的实验结果表明,引入显著性检测算法后,重新设计的特征在整体准确率上提高了1.66%,同时采用优化后的算法进行缺陷分类,准确率达到98.33%,进一步提高了分类性能。
关键词:图像处理,显著性检测,缺陷分类,孪生支持向量机,密度函数,K近邻
基金资助:国家自然科学基金资助项目(52275357,52175354);山西重大专项课题项目(20181102016);山西省专利推广项目(20210524)。
2024年3期其他文献查阅:
基于文献计量的数字工程研究进展与趋势分析
基于深度学习的表面缺陷检测技术研究进展
基于深度学习的多孔材料渗透率预测研究进展
基于数字孪生的盾构机换刀机器人监控系统
数控机床数字孪生建模技术及智能应用研究
面向起重机结构承载能力评估的数字孪生系统构建方法
基于BERT和TextCNN的智能制造成熟度评估方法
基于知识图谱的中性几何模型装配特征语义重建方法
动态数据流驱动的再制造拆解工艺知识图谱构建方法
基于知识图谱多集池化的健康状态智能评估方法
考虑设备劣化的加工工时预测方法
基于贝叶斯优化神经网络的螺栓松动特性预测
面向精度提升与工艺改进的容差分配多目标模型融合方法
融合Mar-G LSTM的流程生产工艺质量预测算法
基于偏正结构表示的加工命名实体识别方法
先验规则和深度学习融合驱动的舰船电气图纸布局方法
基于改进MobileNetV2的铣削振动状态辨识
专利数据辅助的新产品概念设计方案生成方法
基于深度学习的产品风格精细识别
考虑多源误差影响的谐波减速器传动误差建模与分析
应力驱动的2.5D梯度各向异性维诺多孔零件轻量化建模方法
考虑最小尺寸控制的压力驱动柔顺机构拓扑优化设计
基于数控工艺信息挖掘的型腔特征粗加工刀具序列优化决策方法
考虑工艺约束的多阶耦合集成调度问题优化
融合浅层特征和注意力机制的PCB缺陷检测方法
基于知识图谱推理的热轧带钢产品质量缺陷追溯
近邻密度辅助模糊优化孪生支持向量机的钢板表面缺陷分类
应力迭代法重构电弧增材AA7075铝合金薄壁件残余应力场研究
基于CEEMDAN-VSSLMS的滚动轴承故障诊断
基于RRT*-DR算法的机械臂避障路径规划
基于连续可微采样的无人机多向视点规划