欢迎来到天天文库
浏览记录
ID:38225399
大小:193.42 KB
页数:4页
时间:2019-05-24
《基于支撑矢量机的织物疵点识别算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第卷第期纺织学报∂年月∏׬文章编号222基于支撑矢量机的织物疵点识别算法高晓丁高滨左贺辛文辉1西安工程科技学院陕西西安1西安科技大学陕西西安摘要为了使用机器对织物疵点进行有效地检测和分类提出了基于直方图统计和支撑矢量机的织物疵点识别算法∀该算法运用直方图统计的方法由概率统计生成直方波形基于波形特征参数对比能准确定位织物纹理结构的异常位置正确识别织物疵
2、点并将其作为支撑矢量机的输入参数用于训练特征样本集以获得支撑矢量对待识对象进行识别得到识别结果在识别结果中寻找最优匹配将待识图像归入最匹配类中∀实验结果表明该算法用于织物疵点检测是可行!有效的可得到满意的识别结果∀关键词支撑矢量机直方图统计神经网络中图分类号×≥1文献标识码Φαβριχδεφεχτδετεχτιονβασεδονσυππορτϖεχτορµαχηινε÷2÷•2∏ΞιχανΥνιϖερσιτψοφΕνγινεερινγΣ
3、χιενχε&ΤεχηνολογψΞιχανΣηανξιΧηιναΞιχανΥνιϖερσιτψοφΣχιενχε&ΤεχηνολογψΞιχανΣηανξιΧηιναΑβστραχτƒ√∏∏∏∏
4、√∏√¬∏√×∏
5、∏√∏∏√×∏∏×∏∏׬
6、√∏√Κεψωορδσ∏√∏纺织品生产中质量控制与检测是非常重要的目前已提出了大量的机器识别方法包括神经≈≈≈织物疵点识别是其中很重要的一部分∀由于特征较网络和进化算法等它们大都基于∞原则∀明显的织物疵点只占所有待识疵点
7、的少部分大多基于∞原则的学习方法一般在大样本的情况下数待识疵点的特征不明显且有的特征有缺失因此有较好的学习能力而实际应用中样本往往是有限难以选择普遍适用的算法∀目前企业仍采用人工进的在小样本情况下基于∞原则的算法会存在诸≈行织物疵点检测因受劳动强度和环境条件等因素如过学习!局部极小点等问题∀≥∂是一种基于限制无法确保高准确率∀基于这个原因织物疵点统计学习理论的分类器它使用≥原则同时控制的自动识别技术是近年来国内外学者共同关注和研经验风险和学习机容量在理论上保证了小样本情究的热门课题之一∀织物疵点自动识别
8、技术的核心况下机器的学习和推广能力∀在预处理过程使用直≈内容是对采集的织物图像进行分析处理∀方图统计法生成纹理特征方波图提取参数识别收稿日期
此文档下载收益归作者所有