基于全局-局部SVM的钢板表面缺陷分类

作者：董秀

来源：信息技术, 2019, 43(06): 5-12.

DOI：10.13274/j.cnki.hdzj.2019.06.002

• 钢板表面缺陷
• 缺陷分类
• 全局支持向量机
• 局部支持向量机
• 边界样本

为了提高钢板表面缺陷分类识别,提出一种新的全局和局部支持向量机分类模型。首先,通过样本提取算法将整个训练样本划分为非边界样本和边界样本。非边界样本用于训练全局支持向量机,并获得两条全局决策边界。边界样本用于寻找测试样本的K-近邻样本,通过训练K-近邻样本获得相应的局部支持向量机。若测试样本位于全局决策边界线两侧,直接给出分类结果,否则,由局部支持向量机进行分类决策。最终,新的模型结合二叉树算法实现了4种钢板表面缺陷的分类问题。实验结果显示,全局和局部支持向量机模型有令人满意的综合性能。

• 单位
  烟台汽车工程职业学院