蔡晓龙
- 作品数：3 被引量：9H指数：2
- 供职机构：西安石油大学更多>>
- 发文基金：陕西省自然科学基金陕西省教育厅科研计划项目更多>>
- 相关领域：金属学及工艺自动化与计算机技术更多>>
- 基于支持向量机的焊缝缺陷建模及其识别算法研究
- 随着机器视觉和模式识别技术的发展，采用智能化的方法对缺陷进行识别已成为无损检测领域的研究热点。然而，传统的识别方法要求较多的训练样本，而且当样本的维数和类别数目增多时，会出现识别过程的实时性和准确性不理想的问题。对此，本...
- 蔡晓龙
- 关键词：焊缝缺陷图像处理支持向量机
- 文献传递
- PCA和贝叶斯分类技术在焊缝缺陷识别中的应用被引量：1
- 2014年
- 以埋弧焊管焊缝的X射线检测图像为应用对象,针对图像中噪声点与微小缺陷易混淆的问题,提出将朴素贝叶斯与主成分分析法相结合,应用到焊缝图像的缺陷识别中的思路。首先,通过主成分分析进行特征向量的去冗余和正交化处理;其次,采用核密度估计的方法进行未知分布样本的条件概率密度函数估计。最后,利用贝叶斯原理实现缺陷类型的判别。试验表明,通过与主成分分析法的结合,朴素贝叶斯方法在焊缝缺陷识别的准确率上提高了5.5%,可有效地应用于焊缝检测图像的缺陷识别。
- 蔡晓龙穆向阳高炜欣李亮
- 关键词：朴素贝叶斯主成分分析
- 基于PSO-SVM的焊缝缺陷X射线检测被引量：6
- 2013年
- 为了提高X射线焊缝缺陷检测的实时性,本文研究了将粒子群优化(Particle Swarm Optimization,PSO)算法与支持向量机(Support Vector Machine,SVM)算法相结合应用于焊管焊缝缺陷检测的方法。该方法首先提取焊缝缺陷的特征描述,然后利用SVM算法进行焊缝缺陷的检测,过程中采用PSO算法优化SVM模型参数,最后将PSO-SVM和基于网格寻优的SVM分类方法进行了对比。试验结果表明,基于PSO-SVM的焊缝缺陷检测方法具有较高的识别精度,平均分类准确率达98%,且相对于后者其实时性提高了39.87%,这表明PSO-SVM方法能够有效地应用于焊管焊缝缺陷检测实时性的提高。
- 蔡晓龙穆向阳高炜欣魏巍
- 关键词：粒子群优化模型参数支持向量机
