题名: | 基于KECA和SVM的激光超声缺陷识别技术研究 |
正文语种: | 中文 |
作者: | 苏纯 刘辉 白艳萍 |
作者单位: | 中国铁道科学研究院 电子计算技术研究所,北京 100080 中北大学 信息与通信工程学院,山西 太原 030051 中北大学 理学院,山西 太原 030051 |
关键词: | 激光超声 缺陷检测 KECA SVM |
摘要: | 在激光超声检测中,传统的神经网络方法对于高维小样本事件存在着过学习、局部极小、推广泛化能力差、复杂度高等问题,因此超声缺陷信号的特征提取至关重要。针对这一问题本文采用核熵成分分析(KECA)对激光超声缺陷信号进行特征提取,有效降低了样本数据的维数,然后应用支持向量机(SVM)进行缺陷分类识别验证了算法的有效性。 |
会议日期: | 20151104 |
会议举办地点: | 无锡 |
会议名称: | 第十届中国智能交通年会 |
出版日期: | 2015-11-04 |
母体文献: | 第十届中国智能交通年会论文集 |
分类号: | TU1 TP1 |