基于支持向量机和方差的管道内表面粗糙度等级识别

	基于支持向量机和方差的管道内表面粗糙度等级识别
	马永军 1; 方凯 2; 刘暾东 1; 方廷健 2
刊名	信息与控制
	2002
卷号	031
关键词	机器学习金属管道铺设防腐处理支持向量机方差管道内表面粗糙度等级识别
ISSN号	1002-0411
其他题名	Surface roughness detection of inner wall of PIP based on SVM and variance
英文摘要	针对管道内表面粗糙度等级的非接触式检测问题，提出了一种新的基于支持向量机（SVM）和方差的组合分类方法，SVM是近年发展起来的具备较高分类性能和容噪能力的机器学习方法，但当输入数据量大时，SVM分类的时间耗费太大，系统难以实用化，故本方法首先根据统计方差对待测管道的内表面粗糙度进行分类，再利用SVM进行细分，这样就有效利用了支持向量机识别率高，容噪能力强和统计方差速率快的优点，实验表明本方法具有较好的识别精度，效率和容噪性能，如适当调整参数，本方法还可用于其它物体表面的粗糙度检测，具备良好的推广性。
语种	中文
CSCD记录号	CSCD:1128579
内容类型	期刊论文
源URL	[http://ir.hfcas.ac.cn:8080/handle/334002/45728]
专题	中国科学院合肥物质科学研究院
作者单位	1.中国科学技术大学自动化系 2.中科院合肥智能机械研究所 3.中国科学技术大学自动化系 4.中科院合肥智能机械研究所
推荐引用方式 GB/T 7714	马永军,方凯,刘暾东,等. 基于支持向量机和方差的管道内表面粗糙度等级识别[J]. 信息与控制,2002,031.
APA	马永军,方凯,刘暾东,&方廷健.(2002).基于支持向量机和方差的管道内表面粗糙度等级识别.信息与控制,031.
MLA	马永军,et al."基于支持向量机和方差的管道内表面粗糙度等级识别".信息与控制 031(2002).